台风灾后存留房屋安全隐患自动辨识及位置定位研究

作     者：段在鹏 黄豪琪 孙文磊 朱俊杰 DUAN Zaipeng;HUANG Haoqi;SUN Wenlei;ZHU Junjie

作者机构：福州大学经济与管理学院福州350108 福建省应急管理研究中心福州350108 福州大学环境与安全工程学院福州350108 滁州学院计算机与信息工程学院安徽滁州239000 

出 版 物：《安全与环境学报》 (Journal of Safety and Environment)

年 卷 期：2024年第24卷第11期

页      面：4232-4243页

核心收录：

学科分类：08[工学] 0837[工学-安全科学与工程] 

基　　金：国家社会科学基金项目(23BGL290) 

主　　题：安全工程 台风灾害 房屋安全 隐患排查 深度学习 可视化技术 

摘      要：台风及其引发的洪涝灾害会对大量房屋造成损伤,灾后存留房屋排查任务又急又重,而人工排查房屋隐患耗时费力,研究提出一套可对台风灾后存留房屋隐患部位自动辨识、定位,并对房屋安全水平自动分级的模型。首先,采集台风“海葵后福州受灾房屋图像,以数据增强的方法使3个安全等级房屋样本达到基本均衡的水平;其次,通过试验对比得到更适合作为ConvNeXt网络对房屋安全分级的图像尺寸处理方式,并进一步通过学习率预热机制提升模型分类准确率;再次,以消融试验探究门控通道注意力(Gated Channel Transformation,GCT)嵌入ConvNeXt的相对最佳的方式;最后,利用Ablation-CAM(Ablation Class Activation Mapping)技术提供模型对隐患位置定位的可视化结果,验证模型辨识台风灾后房屋隐患的准确性。试验结果显示,研究提出的模型在台风灾后存留房屋安全分级任务中准确率达到了93.87%、F_(1)为93.95%,均高于其他主流网络;同时,与ConvNeXt相比,GCT-ConvNeXt的隐患位置定位结果更加精准,可为台风灾害后房屋隐患排查工作提供参考。