(19)国家知识产权局
(12)发明 专利申请
(10)申请公布号
(43)申请公布日
(21)申请 号 202210968401.0
(22)申请日 2022.08.12
(71)申请人 五邑大学
地址 529000 广东省江门市蓬江区东成村
22号
(72)发明人 廖锦锐 李昱祺 江子义 翟懿奎
王文琪 廖洁玲 邓佩华 李文霸
李青
(74)专利代理 机构 广州嘉权专利商标事务所有
限公司 4 4205
专利代理师 冯健良
(51)Int.Cl.
G06V 20/17(2022.01)
G06N 3/04(2006.01)
G06N 3/08(2006.01)G06V 10/44(2022.01)
G06V 10/77(2022.01)
G06V 10/80(2022.01)
G06V 10/82(2022.01)
(54)发明名称
基于双流特征提取网络的滑坡检测方法、 无
人机、 介质
(57)摘要
本申请实施例公开了一种基于双流特征提
取网络的滑坡检测方法、 无人机、 介质, 方法包
括: 确定包括多个巡检节点的巡检区域; 根据多
个巡检节 点确定目标巡检 路径; 根据目标巡检 路
径进行巡检并拍摄待检测图像; 将待检测图像输
入至预先训练好的双流特征提取网络模型进行
特征提取, 得到滑坡边界特征图和山体特征图;
将滑坡边界特征图和山体特征图进行多尺度融
合处理, 得到目标特征图; 根据目标特征图确定
巡检区域的植被覆盖率; 获取降雨量信息, 根据
降雨量信息和植被覆盖率确定滑坡检测结果。 本
申请实施例能够结合无人机以及双流特征提取
网络模型对巡检区域进行滑坡检测, 相比传统的
人工巡检方法, 本申请实施例的技术方案能够有
效提高滑坡检测的效率。
权利要求书2页 说明书10页 附图5页
CN 115393744 A
2022.11.25
CN 115393744 A
1.一种基于双流特征提取网络的滑坡检测方法, 应用于无人机, 其特征在于, 所述方法
包括:
确定巡检区域, 所述巡检区域包括多个巡检节点;
根据多个所述巡检节点确定目标巡检路径;
根据所述目标巡检路径进行巡检并拍摄待检测图像;
将所述待检测图像输入至预先训练好的双流特征提取网络模型进行特征提取, 得到滑
坡边界特 征图和山体特 征图;
将所述滑坡边界特 征图和所述 山体特征图进行多尺度融合处 理, 得到目标 特征图;
根据所述目标 特征图确定所述巡检区域的植被覆盖率;
获取降雨 量信息, 根据所述降雨 量信息和所述 植被覆盖率确定滑坡检测结果。
2.根据权利要求1所述的基于双流特征提取网络的滑坡检测方法, 其特征在于, 所述双
流特征提取网络模型包括第一特征提取网络和 第二特征提取网络, 所述第一特征提取网络
包括多个依次连接的第一基础卷积层; 所述将所述待检测图像输入至预先训练好的双流特
征提取网络模型进行 特征提取, 得到滑坡边界特 征图和山体特 征图, 包括:
将所述待检测图像输入至所述第一特征提取网络中依次连接的各个所述第一基础卷
积层, 得到所述 山体特征图;
获取各个所述第一基础卷积层输出的第一中间特 征图;
将各个所述第一中间特征图和所述待检测图像输入至所述第二特征提取网络进行特
征提取, 得到所述滑坡边界特 征图。
3.根据权利要求2所述的基于双流特征提取网络的滑坡检测方法, 其特征在于, 所述第
二特征提取网络包括第二基础卷积层、 门卷积层和残差块, 所述门卷积层的数量为多个, 各
个所述门卷积层之 间通过所述残差块相连接, 所述将各个所述第一中间特征图和所述待检
测图像输入至所述第二特 征提取网络进行 特征提取, 得到所述滑坡边界特 征图, 包括:
获取第二中间特征图, 所述第 二中间特征图为所述待检测图像输入至所述第 二基础卷
积层得到的特 征图;
将所述第一中间特 征图和所述第二中间特 征图进行融合处 理, 得到第三中间特 征图;
将所述第三中间特征图输入至多个所述门卷积层进行门卷积运算, 得到所述滑坡边界
特征图。
4.根据权利要求1所述的基于双流特征提取网络的滑坡检测方法, 其特征在于, 所述将
所述滑坡边界特 征图和所述 山体特征图进行多尺度融合处 理, 得到目标 特征图, 包括:
获取预设的金字塔池化模型;
将所述滑坡边界特征图和所述山体特征图输入至所述金字塔池化模型进行多尺度融
合处理, 得到所述目标 特征图。
5.根据权利要求4所述的基于双流特征提取网络的滑坡检测方法, 其特征在于, 所述降
雨量信息包括预设时间周期内的降雨天数、 预设时间周期内的连续降雨天数、 当前降雨量
值和历史降雨 量值, 所述根据所述降雨 量信息和所述 植被覆盖率确定滑坡检测结果, 包括:
根据所述预设时间周期内的降雨天数、 所述当前降雨量值、 所述历史降雨量值和所述
植被覆盖率得到有效降雨 量值;
根据预设的I ‑D阈值算法和所述预设时间周期内的连续降雨天数计算降雨临界值;权 利 要 求 书 1/2 页
2
CN 115393744 A
2根据所述有效降雨 量值和所述降雨临界值确定所述滑坡检测结果。
6.根据权利要求5所述的基于双流特征提取网络的滑坡检测方法, 其特征在于, 所述根
据所述有效降雨 量值和所述降雨临界值确定所述滑坡检测结果, 包括:
计算所述有效降雨 量值和所述降雨临界值的比值;
当所述比值大于或等于预设的参 考阈值, 确定所述滑坡检测结果 为检测不 通过;
当所述比值小于预设的参 考阈值, 确定所述滑坡检测结果 为检测通过。
7.根据权利要求5所述的基于双流特征提取网络的滑坡检测方法, 其特征在于, 所述无
人机与客户端通信连接, 所述方法还 包括:
在所述比值大于或等于所述参考阈值的情况下, 确定所述目标特征图对应的目标位置
信息;
将所述目标位置信 息和所述滑坡检测结果发送至所述客户端, 以使所述客户端在预设
应用程序的界面上展示所述目标位置信息和所述滑坡检测结果。
8.一种无 人机, 其特 征在于, 包括:
巡检区域确定模块, 所述巡检区域确定模块用于确定巡检区域, 所述巡检区域包括多
个巡检节点;
目标巡检路径确定模块, 所述目标巡检路径确定模块用于根据多个所述巡检节点确定
目标巡检路径;
待检测图像获取模块, 所述待检测图像获取模块用于根据 所述目标巡检路径进行巡检
并拍摄待检测图像;
第一图像处理模块, 所述第 一图像处理模块用于将所述待检测图像输入至预先训练好
的双流特 征提取网络模型进行 特征提取, 得到滑坡边界特 征图和山体特 征图;
第二图像处理模块, 所述第 二图像处理模块用于将所述滑坡边界特征图和所述山体特
征图进行多尺度融合处 理, 得到目标 特征图;
植被覆盖率确定模块, 所述植被覆盖率确定模块用于根据 所述目标特征图确定所述巡
检区域的植被覆盖率;
滑坡检测结果确定模块, 所述滑坡检测结果确定模块用于获取降雨量信息, 根据所述
降雨量信息和所述 植被覆盖率确定滑坡检测结果。
9.一种无人机, 包括: 存储器、 处理器及存储在存储器上并可在处理器上运行的计算机
程序, 其特征在于, 所述处理器执行所述计算机程序时实现如权利要求1至7中任意一项所
述的基于双流特 征提取网络的滑坡检测方法。
10.一种计算机可读存储介质, 存储有计算机可执行指令, 所述计算机可执行指令用于
执行如权利要求1至7中任意 一项所述的基于双流特 征提取网络的滑坡检测方法。权 利 要 求 书 2/2 页
3
CN 115393744 A
3
专利 基于双流特征提取网络的滑坡检测方法、无人机、介质
安全报告 >
其他 >
文档预览
中文文档
18 页
50 下载
1000 浏览
0 评论
309 收藏
3.0分
温馨提示:本文档共18页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
本文档由 人生无常 于 2024-03-18 04:41:04上传分享