科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对现有方法难以准确地估算山体滑坡体积的问题，引入人工智能算法，提出耦合迁移学习与微分算法的低空摄影测量山体滑坡方量估算方法。首先，利用SfM与SGM密集匹配等算法从低空无人机立体影像中解算出高精度三维密集点云，结合可见光植被指数和双边滤波算法从密集点云中剥离出目标区地面点云；然后，构建深度神经网络插值模型来表征二维坐标与高程之间的非线性映射关系，并基于参数共享的迁移学习来自适应优化深度神经网络以实现滑坡目标区高程值预测，进而重构滑坡区域的数字地表模型；最后，基于目标区滑坡前后数字地表模型高程差值和微分算法实现山体滑坡方量估算。实验结果表明，该方法平均相对误差为2.7%，相比常用的方法，显著提高了滑坡方量估计精度，并能适应不同地形条件下滑坡方量估算。
- 单位
