一种用于应急救援的震后建筑物受损评估方法技术

技术编号:38194895 阅读:27 留言:0更新日期:2023-07-20 21:15
本公开涉及地震灾情评估领域,具体涉及一种用于应急救援的震后建筑物受损评估方法,该方法包括:对获取的多张带建筑物受损类别标签的历史震后正摄影像进行预处理得到训练数据集;基于建筑物加强特征提取神经网络构建建筑物受损分类模型,加强特征提取网络中,设计了特征加强模块和两个辅助监测模块,语义分割网络模块的编码器单元经特征加强模块与第一辅助监测模块连接,第二辅助监测模块与语义分割网络模块的解码器单元内的倒数第二层连接,利用训练数据集训练模型以获得训练好的建筑物受损分类模型;将待评估影像输入训练好的建筑物受损分类模型,输出震后建筑物受损类别用于应急救援。利用本公开的方法提高了震后建筑物受损评估结果的准确性。受损评估结果的准确性。受损评估结果的准确性。

【技术实现步骤摘要】
一种用于应急救援的震后建筑物受损评估方法


[0001]本公开属于地震灾情评估领域,尤其涉及一种用于应急救援的震后建筑物受损评估方法。

技术介绍

[0002]重大自然灾害是导致人员伤亡的重要因素。如欧亚板块东南部受印度洋板块、太平洋板块的相互作用和影响,地震十分活跃,且具有强度大、频度高、震源浅、分布广、灾害重等特点。
[0003]快速准确地获取震后房屋的受损情况对应急搜救中心展开救援计划具有重大意义,以挽救数千人的生命。破坏性地震发生后的建筑物损毁评估,是相关部门启动应急响应和救援力量部署的重要参考依据,精准的评估结果有助于最大程度地开展救援行动,是现阶段震后应急救援方面亟待研究的一个重要科学问题。

技术实现思路

[0004]本公开旨在至少在一定程度上解决相关技术中的技术问题之一。
[0005]为此,本公开的第一个目的在于提出一种用于应急救援的震后建筑物受损评估方法,主要目的在于提高震后建筑物受损评估结果的准确性。
[0006]为达上述目的,本公开第一方面实施例提出了一种用于应急救援的震后建筑物受损评估方法,包括:获取多张带建筑物受损类别标签的历史震后正摄影像,对所述多张带建筑物受损类别标签的历史震后正摄影像进行预处理得到训练数据集;基于建筑物加强特征提取神经网络构建建筑物受损分类模型,所述建筑物加强特征提取神经网络包括语义分割网络模块、特征加强模块、第一辅助监测模块、第二辅助监测模块和输出模块,所述语义分割网络模块包括编码器单元和解码器单元,所述编码器单元的输出端经所述特征加强模块与所述第一辅助监测模块连接,所述第二辅助监测模块与所述解码器单元内的倒数第二层连接,所述解码器单元、所述第一辅助监测模块和所述第二辅助监测模块分别与所述输出模块连接;利用所述训练数据集对所述建筑物受损分类模型进行训练,以获得训练好的建筑物受损分类模型;获取待评估震后正摄影像,将所述待评估震后正摄影像输入所述训练好的建筑物受损分类模型,输出震后建筑物受损类别,以实现应急救援的震后建筑物受损评估。
[0007]本公开实施例的方法,获取多张带建筑物受损类别标签的历史震后正摄影像,对多张带建筑物受损类别标签的历史震后正摄影像进行预处理得到训练数据集;基于建筑物加强特征提取神经网络构建建筑物受损分类模型,建筑物加强特征提取神经网络包括语义分割网络模块、特征加强模块、第一辅助监测模块、第二辅助监测模块和输出模块,语义分割网络模块包括编码器单元和解码器单元,编码器单元的输出端经特征加强模块与第一辅
助监测模块连接,第二辅助监测模块与解码器单元内的倒数第二层连接,解码器单元、第一辅助监测模块和第二辅助监测模块分别与输出模块连接;利用训练数据集对建筑物受损分类模型进行训练,以获得训练好的建筑物受损分类模型;获取待评估震后正摄影像,将待评估震后正摄影像输入训练好的建筑物受损分类模型,输出震后建筑物受损类别,以实现应急救援的震后建筑物受损评估。在这种情况下,利用训练好的建筑物受损分类模型进行震后建筑物受损评估,该建筑物受损分类模型利用建筑物加强特征提取神经网络构建得到,其中,建筑物加强特征提取神经网络在语义分割网络模块的基础上增加了特征加强模块、第一辅助监测模块、第二辅助监测模块,特征加强模块的一端连接语义分割网络模块的编码器单元的输出端,特征加强模块的另一端连接第一辅助监测模块,第二辅助监测模块与语义分割网络模块的解码器单元内的倒数第二层连接,本公开的模型通过增加特征加强模块、第一辅助监测模块、第二辅助监测模块,更好地加强了不同尺度和不同情况下房屋破坏特征提取,从而使得模型的评估更加准确,由此,利用本公开的方法提高了震后建筑物受损评估结果的准确性。
[0008]在本公开第一方面实施例的一种用于应急救援的震后建筑物受损评估方法中,每张历史震后正摄影像的建筑物受损类别标签包括基本完好类、轻微破坏类、严重破坏类和倒塌类中的至少一种类型标签,所述对所述多张带建筑物受损类别标签的历史震后正摄影像进行预处理得到训练数据集,包括:检测各张所述历史震后正摄影像的建筑物受损类别标签是否包括严重破坏类或倒塌类,若包括,则对对应的历史震后正摄影像中的严重破坏类或倒塌类的标签进行膨胀处理;完成膨胀处理后,对所有的带建筑物受损类别标签的历史震后正摄影像进行过采样处理以获得训练数据集。
[0009]在本公开第一方面实施例的一种用于应急救援的震后建筑物受损评估方法中,所述对所有的带建筑物受损类别标签的历史震后正摄影像进行过采样处理以获得训练数据集,包括:针对所有历史震后正摄影像,每次任选一张历史震后正摄影像作为目标历史震后正摄影像;检测所述目标历史震后正摄影像的建筑物受损类别标签是否包括轻微破坏类和严重破坏类,若包括,则对所述目标历史震后正摄影像进行一次复制获得带建筑物受损类别标签的一次复制影像;检测所述目标历史震后正摄影像的建筑物受损类别标签是否包括倒塌类,若包括,则对所述目标历史震后正摄影像进行二次复制获得带建筑物受损类别标签的再次复制影像;基于所有的历史震后正摄影像、一次复制影像和再次复制影像获得训练数据集。
[0010]在本公开第一方面实施例的一种用于应急救援的震后建筑物受损评估方法中,所述语义分割网络模块采用U

Net网络结构。
[0011]在本公开第一方面实施例的一种用于应急救援的震后建筑物受损评估方法中,所述特征加强模块包括空间金字塔池化模块,所述空间金字塔池化模块包括一个卷积层、三个膨胀卷积层和一个全局平均池化层。
[0012]在本公开第一方面实施例的一种用于应急救援的震后建筑物受损评估方法中,所述特征加强模块还包括方向特征抽取模块,所述编码器单元的输出端经所述空间金字塔池化模块与所述方向特征抽取模块连接,所述方向特征抽取模块包括第一分支和第二分支;所述第一分支包括一个卷积层、四个方向卷积层和一个拼接层;所述第二分支包括一个池化卷积组合层和一个归一化激活组合层。
[0013]在本公开第一方面实施例的一种用于应急救援的震后建筑物受损评估方法中,所述第一辅助监测模块和第二辅助监测模块分别采用辅助分类器,所述辅助分类器包括两个卷积层、一个归一化激活组合层和一个线性上采样层。
[0014]在本公开第一方面实施例的一种用于应急救援的震后建筑物受损评估方法中,对所述建筑物受损分类模型进行训练时使用组合损失函数。
[0015]本公开附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本公开的实践了解到。
附图说明
[0016]本公开上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:图1为本公开实施例所提供的一种用于应急救援的震后建筑物受损评估方法的流程示意图;图2为本公开实施例所提供的另一种用于应急救援的震后建筑物受损评估方法的具体流程示意图;图3为本公开实施例所提供的多边膨胀技术效果示意图;图4为本公开实施例所提供的过采样处理的流程示意图;图5为本公开实施例所提供的建筑物加强特征提取神经网络的结构示意本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种用于应急救援的震后建筑物受损评估方法,其特征在于,包括:获取多张带建筑物受损类别标签的历史震后正摄影像,对所述多张带建筑物受损类别标签的历史震后正摄影像进行预处理得到训练数据集;基于建筑物加强特征提取神经网络构建建筑物受损分类模型,所述建筑物加强特征提取神经网络包括语义分割网络模块、特征加强模块、第一辅助监测模块、第二辅助监测模块和输出模块,所述语义分割网络模块包括编码器单元和解码器单元,所述编码器单元的输出端经所述特征加强模块与所述第一辅助监测模块连接,所述第二辅助监测模块与所述解码器单元内的倒数第二层连接,所述解码器单元、所述第一辅助监测模块和所述第二辅助监测模块分别与所述输出模块连接;利用所述训练数据集对所述建筑物受损分类模型进行训练,以获得训练好的建筑物受损分类模型;获取待评估震后正摄影像,将所述待评估震后正摄影像输入所述训练好的建筑物受损分类模型,输出震后建筑物受损类别,以实现应急救援的震后建筑物受损评估。2.如权利要求1所述的用于应急救援的震后建筑物受损评估方法,其特征在于,每张历史震后正摄影像的建筑物受损类别标签包括基本完好类、轻微破坏类、严重破坏类和倒塌类中的至少一种类型标签,所述对所述多张带建筑物受损类别标签的历史震后正摄影像进行预处理得到训练数据集,包括:检测各张所述历史震后正摄影像的建筑物受损类别标签是否包括严重破坏类或倒塌类,若包括,则对对应的历史震后正摄影像中的严重破坏类或倒塌类的标签进行膨胀处理;完成膨胀处理后,对所有的带建筑物受损类别标签的历史震后正摄影像进行过采样处理以获得训练数据集。3.如权利要求2所述的用于应急救援的震后建筑物受损评估方法,其特征在于,所述对所有的带建筑物受损类别标签的历史震后正摄影像进行过采样处理以获得训练数据集,...

【专利技术属性】
技术研发人员:刘军晏鄂川洪中华罗益钢黄依玲程超孙瑞洁王盈陈厦邹冉吕侃徐晓天周汝雁韩春燕韩珂
申请(专利权)人:中国地震应急搜救中心
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1