面向地震巨灾保险的建筑特性快速提取方法

作     者：郑经纬 周越 高爽 戴志军 陈苏 熊政辉 Zheng Jingwei;Zhou Yue;Gao Shuang;Dai Zhijun;Chen Su;Xiong Zhenghui

作者机构：中国能源建设股份有限公司北京100022 中国地震局地球物理研究所北京100081 中国再保险集团股份有限公司博士后工作站北京100033 中国地震风险与保险实验室北京100081 

基　　金：中央级公益性科研院所基本科研业务费专项(DQJB17C03、DQJB17T01) 

出 版 物：《震灾防御技术》 (Technology for Earthquake Disaster Prevention)

年 卷 期：2020年第15卷第4期

页      码：739-748页

摘      要：房屋建筑分类是抗震设计和地震风险分析的基础,是巨灾保险的纽带环节,也是结构易损性准确、完备分析的前驱保障,快速获取建筑特性参数非常关键。基于影像数据获取结构特性相比传统手段具有显著优势,然而其准确性具有一定挑战性,从影像数据得到实时的、较准确的结构特性成为地震保险数据获取技术的关注焦点。本文采用深度学习方法开展从影像数据中提取面向地震保险需求的建筑特性数据,构建基于深度学习方法的建筑高度识别模型和基于机器视觉的建筑高度识别方法,运用基于Xception神经网络深度学习和机器视觉的模型,对北京地区的建筑高度进行模型测试,该方法可为地震保险分析提供重要的基础数据支持。

主 题 词：地震 巨灾保险 建筑特性 信息提取 

学科分类：0810[工学-土木类] 08[工学] 081601[081601] 0816[工学-纺织类] 081002[081002] 

D　O　I：10.11899/zzfy20200408

馆 藏 号：203102485...