摘要：為了提高基于高空間分辨率遙感影像的建筑物震害損毀評估精度,引入深度卷積神經(jīng)網(wǎng)絡(deep convolutional neural network,DCNN)模型,提出一種利用DCNN全連接層特征結合支持向量機(support vector machine,SVM)進行遙感影像建筑物震害損毀區(qū)域檢測的方法。首先,利用神經(jīng)網(wǎng)絡前饋方式從DCNN全連接層提取訓練樣本和待檢測區(qū)域的特征;然后,基于樣本訓練SVM分類器;最后,對待檢測區(qū)域的所有區(qū)塊進行分類預測和投票確定是否損毀。以2010年海地地震遙感影像為例,建筑物損毀檢測正確率可以達到89%,相比于傳統(tǒng)的特征提取方法正確率提高了4%。實驗結果表明該方法在建筑物震害損毀檢測方面具有一定的應用潛力。