[发明专利]一种地质灾害监测方法和装置

说明书

本发明提供一种地质灾害监测方法和装置，该方法包括：基于YOLOv4建立地质灾害监测模型；获取地质灾害待监测图像；将地质灾害待监测图像输入地质灾害监测模型，确定地质灾害监测结果。本发明通过采用YOLOv4模型建立地质灾害监测模型，能够根据场景，精准监测地质灾害。

技术领域

本发明涉及检测技术领域，尤其涉及一种地质灾害监测方法和装置。

背景技术

我国地质灾害频繁，是世界上地质灾害最严重的国家之一。自然变迁和人为破坏是地质灾害的主要原因，主要灾害形态包括：泥石流、山体滑坡、地面塌陷、地裂缝以及地面沉降等，地质灾害严重影响地区经济建设和人民生命财产安全。

在现有技术中，地质灾害监测手段大多采用人工预判和卫星监测方式，人工预判存在数据收集不科学、不及时，以及信息覆盖面不足等问题。卫星监测也是通过人工看图来进行识别，由于地表环境复杂多变，对比度低，噪声较多，卫星影像、航拍或相机拍摄地表的工作距离的变化会引起光照不均，导致不同部位出现图像灰度差异，且地表存在树木、岩石、线缆和阴影等，对检测存在很大的干扰，因此具备场景适应性，对地质灾害进行监测成为目前需要解决的技术问题。

发明内容

本发明提供一种地质灾害监测方法和装置，用于解决现有技术中对地质灾害监测准确性低，且不具备场景适应性的问题。

一方面，本发明提供一种地质灾害监测方法，包括：

基于YOLOv4建立地质灾害监测模型；

获取地质灾害待监测图像；

将地质灾害待监测图像输入地质灾害监测模型，确定地质灾害监测结果。

可选地，接收地质灾害图像集，对地质灾害图像集进行预处理，获取预处理后的地质灾害图像集；建立YOLOv4模型；将预处理后的地质灾害图像集输入YOLOv4模型进行训练，获取地质灾害监测模型。

可选地，预处理包括格式处理和数据增强。

可选地，数据增强包括：亮度拉伸、模糊处理、PCA色彩增强、随机尺寸裁剪、图像翻转以及Mosaic增强。

可选地，YOLOv4模型包括：主干网络Backbone:CSPDarkNet53：将地质灾害图像集中的图像进行特征提取，获取3种尺度的特征图；空间金字塔池化结构SPP和特征融合网络Neck:FPN+PAN：将3种尺度的特征图进行特征增强和特征融合，输出尺度不同的张量；检测层网络头Head:YOLOv3：对张量进行解码，获取初始预测框和监测结果。

可选地，采用k-means++聚类算法对预设先验框进行聚类优化获取最优先验框；根据最优先验框筛选初始预测框，获取最优预测框。

可选地，采用Mish激活函数和CIoU损失函数对地质灾害监测模型进行优化。

可选地，Mish激活函数包括：f(x)＝x×tanh[log(1+e^x)]，其中x为激活层输入；y为激活层输出。

可选地，CIoU损失函数包括：