《Cold Regions Science and Technology》：DRAD: A new model for dynamic real-time Avalanche detection from videos with residual depth-separable convolution and feature pyramid networks
编辑推荐：
雪崩实时检测模型研究：提出DRAD框架融合深度可分离卷积、特征金字塔网络与残差网络，构建包含雪崩、滑坡、洪水及相似雪景干扰的多模态数据集，在低质视频中实现92.1%高精度分类，支持社交媒体摄像头网络的无额外成本集成。
李阳生|赵国仁|张宇涵|李晨曦|王斌|李坤熙|李星月
同济大学土木工程学院岩土工程系，上海200092，中国
摘要
雪崩是最具破坏性的山地地质灾害之一，对人类生命和基础设施构成严重威胁。为了自动检测雪崩以减轻其影响，人们采用了深度学习等新方法，基于图像分类和分割技术。然而，直接从视频中检测雪崩的问题仍未解决。本研究开发了一种新的深度学习方法，该方法将深度可分离卷积、特征金字塔网络和残差网络的优点结合到一个名为DRAD（动态实时雪崩检测）的框架中，能够高效且有效地实时检测视频中的动态雪崩。我们创建了一个包含雪崩、滑坡和洪水两种干扰的地质灾害视频数据集。为了提高模型的鲁棒性，数据集中还添加了与雪崩场景极为相似的雪景视频作为另一种干扰。所提出的模型在区分雪崩和其他干扰方面表现优异，准确率、召回率和F1分数均达到92.1%。此外，即使使用来自社交媒体的低质量视频，该模型也能实现实时雪崩检测。因此，它可以与现有的网络摄像头系统结合使用，几乎不需要额外成本即可增强雪崩监测能力。这一新模型在雪崩和其他地质灾害检测领域取得了重大进展，有助于更好地进行灾害监测。
引言
雪崩是山区最危险的自然灾害之一，对人类生命和基础设施构成严重威胁。当积雪变得不稳定并在重力作用下沿山坡滑落时，就会发生雪崩（Tiwari等人，2021；Yang等人，2022）。这些事件可能由多种因素触发，如大雪、温度快速变化或滑雪、雪地摩托等人类活动（Sharifi等人，2022；Cui等人，2022；Zhao等人，2021）。
传统的雪崩检测方法主要依赖于现场观测、遥感技术和预警系统。这些方法提供了有价值的信息。例如，卫星图像可以提供广泛的空间覆盖范围，但受限于较长的重访时间和较差的时间分辨率，不适合实时雪崩检测（Lu等人，2022；Fox等人，2024）。此外，遥感方法可能难以区分雪崩与其他类似的自然现象，如滑坡或雪堆，这给其在紧急情况下的应用带来了进一步挑战（Waldeland等人，2018；Pozdnoukhov等人，2008）。其他实时技术，如雪崩雷达系统、次声波探测器和地震传感器（地震检波器），也被全球用于雪崩监测。尽管这些技术在操作中很有价值，但往往存在成本高、安装和维护要求复杂等局限性（Vriend等人，2013；Schimmel等人，2017；Mayer等人，2020；Van Herwijnen和Schweizer，2011）。随着对雪崩监测需求的增加，传统方法在时效性、空间覆盖范围和自动化水平方面的局限性逐渐显现（Eckerstorfer和Malnes，2015）。
近年来，随着遥感技术和人工智能（AI）的快速发展，基于机器学习的雪崩检测技术取得了显著进展。在这方面，深度学习技术，特别是卷积神经网络（CNN）（Chua，1997；Alzubaidi等人，2021），在检测各种自然灾害（包括滑坡、洪水和与雪相关的事件）方面展现了巨大潜力（He等人，2016；Chen等人，2022）。例如，Yang等人（2022）提出了一种深度学习集成模型，用于区分雪崩事件和其他与雪相关的活动。深度学习已被应用于卫星图像的自动化雪崩制图，显示出可以有效提高与雪相关事件检测的准确性（Hafner等人，2022；Kapper等人，2023）。深度学习还利用网络摄像头图像进行雪崩检测，尤其是在低分辨率图像数据方面取得了有希望的结果（Hafner等人，2024）。最近的研究利用了更全面的数据资源和先进的成像技术（如SAR和基于图像的方法）来检测动态自然灾害（Fox等人，2024；Liu等人，2024）。
尽管深度学习在雪崩检测方面取得了显著进展，但这些方法主要依赖于高质量的遥感数据，如高分辨率卫星图像、静态图像或LiDAR数据（Fox等人，2024；Hafner等人，2022；Hafner等人，2024）。虽然这些数据集提供了有价值的信息，但它们通常受时间分辨率的限制，难以捕捉动态事件。与静态图像不同，视频数据能够捕捉雪崩的动态特性，包括空间和时间变化，这对于实时检测至关重要（Karas等人，2021；Singh等人，2022）。在动态环境中，视频数据的实时处理进一步增加了计算需求。因此，在保持准确性的同时提高模型效率仍然很重要（Vickers等人，2016；Liu等人，2021；Hafner等人，2022）。此外，现有的公开数据集有限，缺乏跨区域和跨灾害类型的标注视频，这限制了模型的泛化能力（Liu等人，2021）。
为了解决这些问题和局限性，本文介绍了一种新的实时雪崩检测模型——DRAD（动态实时雪崩检测）。该模型结合了深度可分离卷积、特征金字塔网络（FPN）和残差网络（Wang等人，2024；Zhu等人，2022），创建了一个能够高效处理视频数据进行实时雪崩检测的框架。特别是深度可分离卷积显著提高了模型的推理速度，这种卷积方式不仅减少了计算负担，还实现了实时处理而不牺牲准确性（He等人，2016；Lin等人，2018；Ghiasi等人，2019），使模型更适合应用于实时视频检测任务。
数据来源
为了训练创新的算法，一个包含各种类型灾害及其相关干扰的视频数据集及其特定标签是至关重要的。数据集的质量对于训练能够区分不同类型自然灾害的深度学习模型也非常重要，但目前公开可用的数据集缺乏用于雪崩检测研究的高质量视频数据（Fox等人，2024；Chen等人，2022）。
为了
整体架构
基于视频动作识别模型的思想，结合雪崩检测领域的最新发展，我们提出了一个基于地面视频流的实时雪崩检测系统。为此，我们的模型利用深度可分离卷积和特征金字塔网络来高效检测雪崩，即使在视频受到其他与雪相关活动干扰的情况下也是如此。这减少了模型的计算负担
模型评估
在本节中，我们重点评估了我们提出的DRAD模型在实时雪崩检测方面的性能。通过调整超参数（如FPN输入层的数量和Layer5b的输出通道（即整个结构的最后一个（2+1）D残差层）以及FPN层本身），测试了多种配置，以确定性能最佳的模型。对这些配置的结果进行了彻底分析，以突出模型的鲁棒性和准确性
结论与讨论
本文提出了一种基于DRAD架构、深度可分离卷积和特征金字塔网络的新型实时雪崩检测模型，能够应对实际雪崩检测中的挑战。我们展示了深度可分离卷积在创新应用中的有效性，有效降低了计算复杂性，同时保持了高准确性，使模型能够实时运行。嵌入的FPN使模型能够捕捉大规模和细粒度的信息
CRediT作者贡献声明
李阳生：撰写——原始草稿、软件开发、调查、形式分析、概念化。赵国仁：软件开发、方法论、数据管理。张宇涵：调查、形式分析、数据管理。李晨曦：调查、数据管理。王斌：撰写——审稿与编辑、监督、资金获取、概念化。李坤熙：调查、数据管理。李星月：撰写——审稿与编辑、监督、调查、资金获取、概念化。
未引用参考文献
Baumer等人，2023
Bertasius等人，2021
Carion等人，2020
Choubin等人，2019
Feichtenhofer等人，2016
Fox等人，2023
He等人，2015
Huang等人，2017
Kirillov等人，2019
LeCun等人，2015
Ma等人，2018
Ross和Dollár，2017
Simonyan和Zisserman，2014
Van Herwijnen等人，2023
Wang等人，2016
Wen等人，2022
Xu等人，2017
Zhao等人，2019
Zimmer和Sitar，2015
利益冲突声明
作者声明他们没有已知的财务利益或个人关系可能影响本文报告的工作。
致谢
本工作得到了国家重点研发计划（项目编号：2024YFC3012605）、国家自然科学基金（项目编号：42572340、42202312）、自治区重点研发计划项目（项目编号：2024B03042-3）、企业委托的关键科技项目（项目编号：2025-XJ202508TS01）以及中央高校基本科研业务费的支持。
