面向应急通信选址的增强卷积神经网络山顶点快速提取方法

甄杰; 祁俊杰; 王勇; 徐胜华; 刘纪平

doi:10.13203/j.whugis20250097

您当前的位置：

首页 >

文章列表页 >

面向应急通信选址的增强卷积神经网络山顶点快速提取方法

综述 | 更新时间：2026-11-05

- 面向应急通信选址的增强卷积神经网络山顶点快速提取方法
- A Rapid Extraction Method of Summit Point for Emergency Communication System Siting Based on Enhanced Convolutional Neural Network
- 武汉大学学报（信息科学版） 2025年50卷第6期页码：1042-1053
- 作者机构：
  
  1.中国测绘科学研究院，北京，100036
  2.辽宁工程技术大学测绘与地理科学学院,辽宁阜新,123000
- 作者简介：
  
  甄杰，博士，研究员，研究方向为室内外一体化导航定位、应急通信等。zhenjie@casm.ac.cn
  刘纪平，博士，研究员。liujp@casm.ac.cn
- 基金信息：
  
  国家重点研发计划(2022YFC3005705)
- DOI：10.13203/j.whugis20250097
  中图分类号： TP208
- 收稿：2025-03-10，
  
  纸质出版：2025-06-05
- 稿件说明：
移动端阅览
甄杰,祁俊杰,王勇，等.面向应急通信选址的增强卷积神经网络山顶点快速提取方法[J].武汉大学学报（信息科学版）,2025,50(6):1042-1053.

ZHEN Jie,QI Junjie,WANG Yong,et al.A Rapid Extraction Method of Summit Point for Emergency Communication System Siting Based on Enhanced Convolutional Neural Network[J].Geomatics and Information Science of Wuhan University,2025,50(6):1042-1053.
甄杰,祁俊杰,王勇，等.面向应急通信选址的增强卷积神经网络山顶点快速提取方法[J].武汉大学学报（信息科学版）,2025,50(6):1042-1053. DOI：10.13203/j.whugis20250097

ZHEN Jie,QI Junjie,WANG Yong,et al.A Rapid Extraction Method of Summit Point for Emergency Communication System Siting Based on Enhanced Convolutional Neural Network[J].Geomatics and Information Science of Wuhan University,2025,50(6):1042-1053. DOI：10.13203/j.whugis20250097

摘要

为解决重特大自然灾害发生时应急通信网络快速构建及优化部署问题，通过数字高程模型与等高线、坡度、坡向融合的方法制作山顶点特征数据集，提升山顶区域特征信息，给出应急通信山顶区域筛选条件，提出适应多尺度山顶区域定位的增强更快速区域卷积神经网络算法模型，并针对大区域进行拆分、检测再合并，提高山顶区域识别效果，运用局部极大值方法实现了应急通信山顶点的精确化提取。所提改进算法模型与其他模型对比，均值平均精度达到94.92%，山顶点提取的准确度达到94.2%，以此为通信节点的信号有效覆盖率达到80.56%，可视率达到77.43%，均优于正反地形法和邻域分析法。

Abstract

Objectives

It is urgent to solve the problem of rapid construction and optimal deployment of emergency communication network when large-scale natural disaster occurs.

Methods

First

the peak points feature dataset is built up by fusing the digital elevation model with contour

slope

and slope aspect to improve the feature information of the peak area. Then

the screening conditions of the peak area for emergency communication are given and an enhanced faster region-based convolutional neural network (Faster R-CNN) is proposed to adapted to the multi-scale positioning of the peak area. Finally

we split

detect

and then merge the large area to improve the recognition effect of the peak area

and use the local maximum value method to achieve the precise extraction of peak points for emergency communication.

Results

Comparing the proposed improved algorithm with other algorithms

the mean average precision (mAP) reaches 94.92%

the accuracy of peak points extraction reaches 94.2%

the effective coverage rate of the communication node reaches 80.56%

and the visibility rate reaches 77.43%.

Conclusions

The proposed method is effective in identifying small targets

more in line with the terrain characteristics than other methods

and meets the actual communication needs in terms of communication to achieve a larger coverage. The extraction results of the proposed method can be used as a reference for the deployment of emergency communication nodes to help complete the optimization of the deployment of communication nodes for emergency rescue

and to protect the regional communication smooth.

关键词

Keywords

references

王彩平，刘钊 . 重大自然灾害应急指挥协调信息沟通［J］. 理论与改革， 2016 ，（ 5 ）： 10 - 12 .

WANG Caiping ， LIU Zhao . Major Natural Disasters Emergency Command Coordination Information Communication ［J］. Theory and Reform ， 2016 ，（ 5 ）： 10 - 12 .

汤国安 . 我国数字高程模型与数字地形分析研究进展［J］. 地理学报， 2014 ， 69 （ 9 ）： 1305 - 1325 .

TANG Guoan . Progress of DEM and Digital Terrain Analysis in China ［J］. Acta Geographica Sinica ， 2014 ， 69 （ 9 ）： 1305 - 1325 .

汤国安，李发源，刘学军 . 数字高程模型教程［M］. 北京：科学出版社， 2010 .

TANG Guoan ， LI Fayuan ， LIU Xuejun . Course of Digital Elevation Model ［M］. Beijing ： Science Press ， 2010 .

郭万钦，刘时银，余蓬春，等 . 利用流域边界和坡向差自动提取山脊线［J］. 测绘科学， 2011 ， 36 （ 6 ）： 210 - 212 .

GUO Wanqin ， LIU Shiyin ， YU Pengchun ， et al . Automatic Extraction of Ridgelines Using on Drainage Boundaries and Aspect Difference ［J］. Science of Surveying and Mapping ， 2011 ， 36 （ 6 ）： 210 - 212 .

黄培之，刘泽慧 . 地形断面高程极值法的理论研究［J］. 测绘通报， 2005 （ 4 ）： 11 - 13 .

HUANG Peizhi ， LIU Zehui . Study of Extraction of Ridge and Valley from DEM Data ［J］. Bulletin of Surveying and Mapping ， 2005 （ 4 ）： 11 - 13 .

邹昆，沃焱，徐翔 . 利用特征显著度提取地形特征线的方法［J］. 武汉大学学报（信息科学版）， 2018 ， 43 （ 3 ）： 342 - 348 .

ZOU Kun ， WO Yan ， XU Xiang . A Feature Significance-Based Method to Extract Terrain Feature Lines ［J］. Geomatics and Information Science of Wuhan University ， 2018 ， 43 （ 3 ）： 342 - 348 .

邹宝裕，董丞妍，苟娇娇，等 . 数字高程模型提取山顶点及空间格局差异［J］. 遥感信息， 2016 ， 31 （ 2 ）： 124 - 128 .

ZOU Baoyu ， DONG Chengyan ， GOU Jiaojiao ， et al . Extraction and Spatial Pattern of Landform Peaks Based on DEMs ［J］. Remote Sensing Information ， 2016 ， 31 （ 2 ）： 124 - 128 .

顾留碗，王春，李鹏，等 . 利用DEM提取山顶点精度研究［J］. 武汉大学学报（信息科学版）， 2016 ， 41 （ 1 ）： 131 - 135 .

GU Liuwan ， WANG Chun ， LI Peng ， et al . Research on Mountain Top Extraction Accuracy Based on DEM ［J］. Geomatics and Information Science of Wuhan University ， 2016 ， 41 （ 1 ）： 131 - 135 .

周访滨，肖智文，刘学军，等 . 栅格DEM山顶点提取的坡向分布特征法［J］. 武汉大学学报（信息科学版）， 2024 ， 49 （ 3 ）： 419 - 425 .

ZHOU Fangbin ， XIAO Zhiwen ， LIU Xuejun ， et al . Mountain Peak Extraction of Grid DEM Based on Aspect Distribution Feature ［J］. Geomatics and Information Science of Wuhan University ， 2024 ， 49 （ 3 ）： 419 - 425 .

仲腾，汤国安，周毅，等 . 基于反地形DEM的山顶点自动提取［J］. 测绘通报， 2009 （ 4 ）： 35 - 37 .

ZHONG Teng ， TANG Guoan ， ZHOU Yi ， et al . Method of Extracting Surface Peaks Based on Reverse DEMs ［J］. Bulletin of Surveying and Mapping ， 2009 （ 4 ）： 35 - 37 .

ZHENG Z Q ， XIAO X W ， ZHONG Z C ， et al . A Rapid and High-Precision Mountain Vertex Extraction Method Based on Hotspot Analysis Clustering and Improved Eight-Connected Extraction Algorithms for Digital Elevation Models ［J］. Remote Sensing ， 2021 ， 13 （ 1 ）： 81 .

张福浩，朱月月，赵习枝，等 . 地理因子支持下的滑坡隐患点空间分布特征及识别研究［J］. 武汉大学学报（信息科学版）， 2020 ， 45 （ 8 ）： 1233 - 1244 .

ZHANG Fuhao ， ZHU Yueyue ， ZHAO Xizhi ， et al . Spatial Distribution and Identification of Hidden Danger Points of Landslides Based on Geographical Factors ［J］. Geomatics and Information Science of Wuhan University ， 2020 ， 45 （ 8 ）： 1233 - 1244 .

FUKUSHIMA K . Neocognitron： A Self-Organizing Neural Network Model for a Mechanism of Pattern Recognition Unaffected by Shift in Position ［J］. Biological Cybernetics ， 1980 ， 36 （ 4 ）： 193 - 202 .

GIRSHICK R ， DONAHUE J ， DARRELL T ， et al . Rich Feature Hierarchies for Accurate Object Detection and Semantic Segmentation ［C］// IEEE Conference on Computer Vision and Pattern Recognition ， Columbus， USA ， 2014 .

GIRSHICK R . Fast R-CNN ［C］// IEEE International Conference on Computer Vision （ICCV）， Santiago， Chile ， 2015 .

REN S Q ， HE K M ， GIRSHICK R ， et al . Faster R-CNN： Towards Real-Time Object Detection with Region Proposal Networks ［J］. IEEE Transactions on Pattern Analysis and Machine Intelligence ， 2017 ， 39 （ 6 ）： 1137 - 1149 .

SIMONYAN K ， ZISSERMA A . Very Deep Convolutional Networks for Large-Scale Image Recognition ［C］// The 3rd International Conference on Learning Representations ， San Diego， USA ， 2015 .

HE K M ， ZHANG X Y ， REN S Q ， et al . Deep Residual Learning for Image Recognition ［C］// IEEE Conference on Computer Vision and Pattern Recognition （CVPR）， Las Vegas， USA ， 2016 .

ZHANG H ， WU C R ， ZHANG Z Y ， et al . ResNeSt： Split-Attention Networks ［C］// IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops （CVPRW）， New Orleans， USA ， 2022 .

LIN T Y ， DOLLÁR P ， GIRSHICK R ， et al . Feature Pyramid Networks for Object Detection ［C］// IEEE Conference on Computer Vision and Pattern Recognition （CVPR）， Honolulu， USA ， 2017 .

LIU H K ， DING Q C ， HU Z C ， et al . Remote Sensing Image Vehicle Detection Based on Pre-training and Random-Initialized Fusion Network ［J］. IEEE Geoscience and Remote Sensing Letters ， 2021 ， 19 ： 3508605 .

BOUSSAÏD I ， LEPAGNOT J ， SIARRY P . A Survey on Optimization Metaheuristics ［J］. Information Sciences ， 2013 ， 237 ： 82 - 117 .

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

基于多阶段特征和非对称-膨胀卷积的目标跟踪

融合多尺度注意力的多视角遥感影像场景分类

面向高光谱影像分类的网络结构自动搜索方法

卷积神经网络滑窗识别结合语义推理的城市功能区分类

基于Inception结构的手写汉字档案文本识别方法