|
［1］ 朱庆， 曾浩炜， 丁雨淋， 等. 重大滑坡隐患分析方法综述［J］. 测绘学报， 2019， 48（12）： 1551-1561.
|
|
ZHU Q， ZENG H W， DING Y L， et al. A review of major potential landslide hazards analysis［J］. Acta Geodaetica et Cartographica Sinica， 2019， 48（12）： 1551-1561 （in Chinese）.
|
|
［2］ NIYOKWIRINGIRWA P， LOMBARDO L， DEWITTE O， et al. Event-based rainfall-induced landslide inventories and rainfall thresholds for Malawi［J］. Landslides， 2024， 21（6）： 1403-1424.
|
|
［3］ WANG X， FAN X M， XU Q， et al. Change detection-based co-seismic landslide mapping through extended morphological profiles and ensemble strategy［J］. ISPRS Journal of Photogrammetry and Remote Sensing， 2022， 187： 225-239.
|
|
［4］ ZHOU M J， YUAN M Z， YANG G X， et al. Risk analysis of road networks under the influence of landslides by considering landslide susceptibility and road vulnerability： A case study［J］. Natural Hazards Research， 2024， 4（3）： 387-400.
|
|
［5］ CHEN L， DING Y L， HU H， et al. Landslide extraction using fused local and nonlocal attentional features on edge device toward embedded UAV emergency response［J］. IEEE Transactions on Geoscience and Remote Sensing， 2024， 62： 5625720.
|
|
［6］ 朱庆， 曹振宇， 林珲， 等. 应急测绘保障体系若干关键问题研究［J］. 武汉大学学报（信息科学版）， 2014， 39（5）： 551-555.
|
|
ZHU Q， CAO Z Y， LIN H， et al. Key technologies of emergency surveying and mapping service system［J］. Geomatics and Information Science of Wuhan University， 2014， 39（5）： 551-555 （in Chinese）.
|
|
［7］ 刘飞， 朱庆， 丁雨淋， 等. 滑坡—堰塞湖灾情无人机应急测绘、分析与险情模拟［J］. 山地学报， 2021， 39（4）： 600-610.
|
|
LIU F， ZHU Q， DING Y L， et al. Analysis and simulation of landslide-barrier lake disaster based on UAV emergency mapping［J］. Mountain Research， 2021， 39（4）： 600-610 （in Chinese）.
|
|
［8］ WAN Y T， ZHONG Y F， MA A L， et al. An accurate UAV 3-D path planning method for disaster emergency response based on an improved multiobjective swarm intelligence algorithm［J］. IEEE Transactions on Cybernetics， 2023， 53（4）： 2658-2671.
|
|
［9］ ZHANG Y J， LI J， LIU J J， et al. Extraction of landslide morphology based on topographic profile along the direction of slope movement using UAV images［J］. Geomatics， Natural Hazards and Risk， 2023， 14（1）： 2278276.
|
|
［10］ LIU P， WEI Y M， WANG Q J， et al. Research on post-earthquake landslide extraction algorithm based on improved U-Net model［J］. Remote Sensing， 2020， 12（5）： 894.
|
|
［11］ YAO Z H， CHENG W C， ZHANG W， et al. The rise of UAV fleet technologies for emergency wireless communications in harsh environments［J］. IEEE Network， 2022， 36（4）： 28-37.
|
|
［12］ LONG J， SHELHAMER E， DARRELL T. Fully convolutional networks for semantic segmentation［C］∥2015 IEEE Conference on Computer Vision and Pattern Recognition（CVPR）. Piscataway： IEEE Press， 2015： 3431-3440.
|
|
［13］ BO W H， LIU J， FAN X J， et al. BASNet： Burned area segmentation network for real-time detection of damage maps in remote sensing images［J］. IEEE Transactions on Geoscience and Remote Sensing， 2022， 60： 5627913.
|
|
［14］ LI M L， ZHAO X K， LI J S， et al. ComNet： Combinational neural network for object detection in UAV-borne thermal images［J］. IEEE Transactions on Geoscience and Remote Sensing， 2020， 59（8）： 6662-6673.
|
|
［15］ SANDRIC I， CHITU Z， ILINCA V， et al. Using high-resolution UAV imagery and artificial intelligence to detect and map landslide cracks automatically［J］. Landslides， 2024， 21（10）： 2535-2543.
|
|
［16］ DONG Z Y， AN S， ZHANG J， et al. L-unet： A landslide extraction model using multi-scale feature fusion and attention mechanism［J］. Remote Sensing， 2022， 14（11）： 2552.
|
|
［17］ CHEN H S， HE Y， ZHANG L F， et al. A landslide extraction method of channel attention mechanism U-Net network based on Sentinel-2A remote sensing images［J］. International Journal of Digital Earth， 2023， 16（1）： 552-577.
|
|
［18］ JI S P， YU D W， SHEN C Y， et al. Landslide detection from an open satellite imagery and digital elevation model dataset using attention boosted convolutional neural networks［J］. Landslides， 2020， 17（6）： 1337-1352.
|
|
［19］ MACENSKI S， FOOTE T， GERKEY B， et al. Robot Operating System 2： Design， architecture， and uses in the wild［J］. Science Robotics， 2022， 7（66）： eabm6074.
|
|
［20］ CHEN Y P， DAI X Y， CHEN D D， et al. Mobile-former： Bridging MobileNet and transformer［C］∥2022 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR）. Piscataway： IEEE Press， 2022.
|
|
［21］ MEHTA S， RASTEGARI M. MobileViT： Light-weight， general-purpose， and mobile-friendly vision transformer［C］∥International Conference on Learning Representations， 2022.
|
|
［22］ DEHGHANI M， ARNAB A， BEYER L， et al. The efficiency misnomer［DB/OL］. arXiv preprint： 2110.12894， 2022.
|
|
［23］ VASU P K A， GABRIEL J， ZHU J， et al. MobileOne： an improved one millisecond mobile backbone［C］∥2023 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR）. Piscataway： IEEE Press， 2023.
|
|
［24］ DING X H， ZHANG X Y， MA N N， et al. RepVGG： Making VGG-style ConvNets great again［C］∥2021 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR）. Piscataway： IEEE Press， 2021.
|
|
［25］ Vaswani A. Attention is all you need［C］∥Advances in Neural Information Processing Systems， 2017.
|
|
［26］ FU J， LIU J， TIAN H J， et al. Dual attention network for scene segmentation［C］∥2019 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR）. Piscataway： IEEE Press， 2019.
|
|
［27］ KATHAROPOULOS A， VYAS A， PAPPAS N， et al. Transformers are RNNs： Fast autoregressive transformers with linear attention［C］∥International conference on machine learning， 2020.
|
|
［28］ HAN D C， YE T Z， HAN Y Z， et al. Agent attention： On the integration of softmax and linear attention［M］∥Computer Vision-ECCV 2024. Cham： Springer Nature Switzerland， 2024.
|
|
［29］ XIE E Z， WANG W H， YU Z D， et al. SegFormer： Simple and efficient design for semantic segmentation with transformers［J］. Advances in Neural Information Processing Systems， 2021， 34： 12077-12090.
|
|
［30］ GUO M H， LU C Z， HOU Q， et al. Segnext： Rethinking convolutional attention design for semantic segmentation［J］. Advances in Neural Information Processing Systems， 2022， 35： 1140-1156.
|
|
［31］ 方群生， 唐川， 程霄， 等. 汶川震区泥石流流域内滑坡物源量计算方法探讨［J］. 水利学报， 2015， 46（11）： 1298-1304.
|
|
FANG Q S， TANG C， CHENG X， et al. An calculation method for predicting landslides volumes of the debris flows in the Wenchuan earthquake area［J］. Journal of Hydraulic Engineering， 2015， 46（11）： 1298-1304 （in Chinese）.
|
|
［32］ RONNEBERGER O， FISCHER P， BROX T. U-Net： Convolutional networks for biomedical image segmentation［M］∥Medical Image Computing and Computer-Assisted Intervention-MICCAI 2015. Cham： Springer International Publishing， 2015： 234-241.
|
|
［33］ CHEN L C， ZHU Y K， PAPANDREOU G， et al. Encoder-decoder with atrous separable convolution for semantic image segmentation［C］∥Computer Vision-ECCV 2018. Cham： Springer International Publishing， 2018.
|
|
［34］ YAN S， WU C L， WANG L Z， et al. DDRNet： Depth map denoising and refinement for consumer depth cameras using cascaded CNNs［C］∥Computer Vision-ECCV 2018. Cham： Springer International Publishing， 2018.
|
|
［35］ YU C Q， WANG J B， PENG C， et al. BiSeNet： Bilateral segmentation network for real-time semantic segmentation［C］∥Computer Vision-ECCV 2018. Cham： Springer International Publishing， 2018： 334-349.
|
|
［36］ LI X， ZHOU Y M， PAN Z， et al. Partial order pruning： For best speed/accuracy trade-off in neural architecture search［C］∥2019 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR）. Piscataway： IEEE Press， 2019.
|
|
［37］ LI X T， YOU A S， ZHU Z， et al. Semantic flow for fast and accurate scene parsing［M］∥Computer Vision-ECCV 2020. Cham： Springer International Publishing， 2020： 775-793.
|
), 胡翰, 丁雨淋, 顾朋鑫
CJA
