来源：期刊VIP网 时间：
作者：王凡;
单位：苏州市吴越智博大数据科技有限公司;
摘要：鉴于基于深度学习滑坡识别检测方法存在着样本少、提取结果不完整、提取精度低等问题，提出了一种融合CNN和Transformer的高分辨率遥感影像滑坡识别检测方法。该方法针对样本不足的问题，通过正负样本互嵌及图像变换法实现滑坡样本的有效扩充。为提升滑坡检测效果，在主干特征提取网络中融合了双层路由注意力模块，有效实现CNN局部特征提取增强特征表示和Transformer全局建模的能力。在特征融合中设计了上下文信息融合网络，综合利用金字塔上下文提取模块、多特征融合技术和动态插值融合技术实现多尺度滑坡样本的特征提取与上下文信息融合。实验结果表明，该方法在滑坡检测的平均精度达94.88%,F1-score达95.40%,在性能上优于常用目标检测方法。
关键词：滑坡检测;;CNN;;Transformer;;双层路由注意力;;上下文信息融合网络
