将深度学习与超像素分割技术相结合，用于灾后建筑物损伤的自动化评估：以贝鲁特港口爆炸事件为例

《International Journal of Remote Sensing》：Integration of deep learning with superpixel segmentation for automated assessment of building damage following disasters: a case study of port of Beirut explosion

本研究通过 Felzenszwalb、SNIC 和 MRS 三种分割算法结合 2D/3D CNN、Hybrid CNN 和 ViT 四种深度学习模型，评估了黎巴嫩港爆炸后的建筑损毁程度。实验表明 ViT + SNIC 组合在黎巴嫩数据集上取得最高分类准确率（95.1%）和 F1-值（0.950），在 xBD 数据集上也优于其他模型，验证了其高效、通用的灾损评估价值。

　　

摘要

本研究评估了三种分割算法——Felzenszwalb算法、简单非迭代聚类（SNIC）和多分辨率分割（MRS）——与四种深度学习模型（2D CNN、3D CNN、混合CNN和视觉变换器（ViT）结合使用，在2020年贝鲁特港口爆炸后对建筑物损伤进行评估的效率。为了验证这些模型的泛化能力，还使用大规模的xBD数据集进行了额外的案例研究。利用WorldView-2影像数据，对贝鲁特案例中的分割性能和分类准确性进行了评估，评估范围涵盖了四种损伤类型：完全毁坏、严重损坏、轻微损坏和未受损坏。研究方法首先使用这三种算法将灾前图像分割成多个部分，然后对堆叠的灾前和灾后图像块进行分类。最终的分类结果是通过决策级融合得出的，该融合基于深度学习模型对分割得到的图像对象中的所有像素进行多数投票的结果。分割结果显示，SNIC算法的性能最为均衡，获得了最高的F1分数（0.5589）。在贝鲁特数据集的损伤分类方面，视觉变换器（ViT）的表现显著优于所有CNN变体。ViT与SNIC的组合取得了最高的整体准确率（95.1%）和整体F1分数（0.950），各类别的F1分数分别为：完全毁坏（0.978）、严重损坏（0.943）、轻微损坏（0.957）和未受损坏（0.945）。在xBD数据集上，ViT模型也展示了其稳健性，获得了最高的准确率（81.4%）和F1分数（0.789），优于其他CNN模型和最先进的基准方法。这些结果强调了ViT与SNIC结合使用在快速、准确和泛化损伤评估方面的有效性，为灾害管理和恢复工作提供了重要见解。