融合双路径编码的无人机影像灾后损毁地物识别

邱文剑; 王晓楠; 赵静; 曾文浩; 曾飞雪

您当前的位置：

首页 >

文章列表页 >

融合双路径编码的无人机影像灾后损毁地物识别

3S技术应用 | 更新时间：2026-08-07

- 融合双路径编码的无人机影像灾后损毁地物识别
- 融合双路径编码的无人机影像灾后损毁地物识别
- 地理空间信息 2026年24卷第3期页码：78-83
- 作者机构：
  
  1. 湖北省自然资源厅测绘应急保障中心
  2. 中国地质大学(武汉)地理与信息工程学院
- 作者简介：
- 基金信息：
  
  基于遥感影像AI智能判别的地质灾害应急测绘响应技术研究（ZRZY2025KJ50）
- DOI：
  中图分类号： P237
- 纸质出版：2026
- 稿件说明：
移动端阅览
邱文剑, 王晓楠, 赵静, 等. 融合双路径编码的无人机影像灾后损毁地物识别[J]. 地理空间信息, 2026,24(3):78-83.

邱文剑, 王晓楠, 赵静, et al. 融合双路径编码的无人机影像灾后损毁地物识别[J]. 2026, 24(3): 78-83.
邱文剑, 王晓楠, 赵静, 等. 融合双路径编码的无人机影像灾后损毁地物识别[J]. 地理空间信息, 2026,24(3):78-83. DOI：

邱文剑, 王晓楠, 赵静, et al. 融合双路径编码的无人机影像灾后损毁地物识别[J]. 2026, 24(3): 78-83. DOI：

摘要

随着无人机遥感技术的快速发展，高分辨率影像已广泛应用于灾后损毁地物识别，但传统方法难以充分捕获影像中丰富的空间纹理和语义信息，易出现边界模糊、细节丢失和小尺度目标漏检等问题，因此提出了一种融合双路径编码的无人机影像地物损毁识别方法。采用卷积神经网络与Transformer双重编码结构分别提取局部纹理和全局上下文信息，弥补单一网络特征表达的不足；通过改进的多尺度金字塔池化模块整合多尺度特征，提升对不同尺度地物形态的识别能力；引入结合类别先验信息的动态语义提示机制，提高对低对比度区域和复杂类别的区分能力。实验结果表明，该方法的总体精度等多项指标优于现有主流模型，有效提升了无人机影像灾后损毁地物的识别精度。

Abstract

关键词

Keywords

references

安稳.无人机遥感勘察技术在地质灾害防治中的应用研究[J].矿业装备,2024(07).

刘琦,杨小华,陈柏行,邱姝月,张攀,杨茜.基于Transformer的成都市地物分类技术[J].地理空间信息,2023(12).

刘鹏,邹崇尧,何雯,肖聪,熊涛.基于无人机遥感的滑坡几何参数测量方法研究[J].地理空间信息,2023(01).

张博闻.无人机航空遥感系统在灾害应急救援中的应用[J].中国高新科技,2022(21).

王晓刚,高飞云,杨磊,张舒,刘滔.无人机遥感技术在自然灾害应急中的应用及前景[J].四川地质学报,2019(01).

Shelhamer Evan,Long Jonathan,Darrell Trevor.Fully Convolutional Networks for Semantic Segmentation.[J].IEEE transactions on pattern analysis and machine intelligence,2017.

Adam Paszke,Abhishek Chaurasia,Sangpil Kim,Eugenio Culurciello.ENet: A Deep Neural Network Architecture for Real-Time Semantic Segmentation.[J].CoRR,2016.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于特征自适应选择网络的遥感图像语义分割

基于Sentinel-2的天津市津南区建筑用地变化分析

顾及季节影响的无人机影像水稻田提取方法

基于深度特征聚合网络的高分辨率遥感图像语义分割

结合超分辨率重建技术的遥感语义分割方法