[實習主題] -- 多模態影像資料於災防應用

指導老師: 林偲妘 教授

專案經理: 呂紹銘

實習名額: 1-2位

是否同意遠距: 否

專案類型: 應用型 (預期讓實習生把技能運用在正在進行的研究計劃中)

隨著全球氣候變遷，自然災害發生的頻率與嚴重性日益上升。快速準確的評估災損為災後救援任務、資源配置與決策帶來實質幫助。傳統上，建築損害評估的方法往往耗時、耗人力且具一定的風險。近年來，由於遙感探測技術與人工智慧的發展，結合衛星影像與深度學習方法提供防災管理可行的解決方案。

災害發生後，衛星影像提供大範圍且即時的影像，運用深度學習的技術提高災害地區建築物損害評估的準確性及效率。過去研究運用單一影像與深度學習有在災損評估已經取得了成功，然而，由於災害資料的複雜性導致模型學習受到侷限，以光學影像為例，過度複雜的災區背景導致模型在建物的辨識產生謬誤，因此，透過融合策略成為了勢在必行的方案。本專案預計結合光學與合成孔徑雷達影像進行大範圍建物災損評估，不僅快速識別受損建物，並提高效率及準確率。