[快闪报告]基于一种通用半监督学习框架的历史滑坡智能识别

基于一种通用半监督学习框架的历史滑坡智能识别
编号：4164 稿件编号：2668 访问权限：仅限参会人 更新：2024-04-17 14:06:24 浏览：42次 快闪报告

报告开始：2024年05月19日 20:12 （Asia/Shanghai）

报告时间：3min

所在会议：[S3] 主题3、地质灾害与工程地质 » [S3-7] 主题3、地质灾害与工程地质 主题三研究生主题论坛（19日晚上，305）

暂无文件

摘要
针对现有基于深度学习的历史滑坡识别任务过度依赖人工标记样本，导致训练成本高昂，而小样本情况下识别精度较低问题，提出了一种通用半监督学习框架。该框架包含了双分支输入扰动（DIP）生成方法和独立三流扰动（ITP）结构，以提高有限标记下的滑坡识别精确度。DIP旨在最大限度地利用人工预设的扰动空间，并在学习过程中减少错误信息的引入。ITP结构统一了输入、特征和模型扰动，拓宽了扰动空间，实现了无标记滑坡影像多维度特征挖掘学习。在三个开源滑坡数据集上，该框架的IoU比监督学习最多提升了26.68%、7.05%和12.96%。此外，该框架能在不超过40%标记样本的情况下，实现与100%标记样本的监督学习相当甚至更高的滑坡识别精确度。
关键字
滑坡地质灾害,遥感影像,半监督学习,一致性正则化
报告人
冉树浩
博士研究生 武汉大学水工程科学研究院

稿件作者
冉树浩 武汉大学水工程科学研究院
马刚 武汉大学水工程科学研究院；武汉大学水资源工程与调度全国重点实验室
周伟 武汉大学水工程科学研究院；武汉大学水资源工程与调度全国重点实验室
翁永红 长江设计集团有限公司；武汉大学水工程科学研究院
发表评论
验证码 看不清楚，更换一张
全部评论
● 会务总协调  

● 学术安排

  

辜克兢

13950003604

gukejing@xmu.edu.cn

辜克兢

 13950003604

gukejing@xmu.edu.cn

柳    欣

13806024185

liuxin1983@xmu.edu.cn

窦    恒

 18627754021

douheng@chytey.com

孙佳妮

15201086188

scarlett@chytey.com

刘    琳

 13313708075

lliu@iue.ac.cn

 

● 会场技术服务

  

李    虎

柳    欣

18965842343

13806024185

hli@iue.ac.cn

liuxin1983@xmu.edu.cn
李招英

13860473552

lizhaoying@xmu.edu.cn

      
           
● 会场安排   ● 会议注册  

辜克兢

13950003604

gukejing@xmu.edu.cn

 胡勤梅 13554192326

mary@chytey.com

窦    恒

18627754021

douheng@chytey.com

 孙晓笛 18813296455 xiaodi.sun@xmu.edu.cn
           
● 商业赞助   ● 会议财务  
朱    佳 13950159036

zhujia@xmu.edu.cn

 许心雅 18005960255 xuxinya@xmu.edu.cn
           

● 海报张贴

  

● 酒店预定及咨询

  
张    君 13860426122 junzhang@xmu.edu.cn

李    璟

18627754146

lijing@chytey.com
卢    巍 18971567453 luwei@chytey.com      

 

登录 注册缴费 酒店预订