模型概述

模型名称：DiTing-Video2Shake

模型参数：26M

模型类型：泛在振动提取大模型

开发技术：Transformer，地震波大模型，Computer Vision

模型功能：地震视频震动分析、强地面运动波形提取

开发团队：

l  中国地震局地球物理研究所

l  防灾科技学院

模型介绍

谛听视频振动模型是基于计算机视觉技术的地震监测专用模型。该模型创新性地将深度学习算法与地震工程相结合，通过解析监控视频中的像素级振动信息与地震波大模型相互结合，可实现非接触式强地面运动波形提取，为新一代地震监测技术与信息技术的融合应用开辟新路径。与传统依赖专业地震仪器的监测方式不同，谛听视频振动模型的研发不依赖于传统地震监测设备，可实现在震后通过监控视频生成强震观测数据，极大地拓展了地震监测的覆盖范围和应用场景。

主要应用场景

1)        强震观测数据补盲：在专业设备覆盖不足区域实现地震信息数据产出；

2)        城市地震应急公共服务：根据地震信息补充快速评估区域受灾影响，为城市地震应急响应和救援方案的部署提供科学依据，助力提升城市地震应急公共服务的效率和精准度；

3)        拓展多种城市安全服务领域：通过视频振动分析，提供更多城市安全相关的服务。

技术亮点

1)        非接触式监测: 通过监控视频提取地面运动波形，无需依赖传统地震仪器。

2)        深度学习与地震工程结合: 利用先进的深度学习算法，实现高精度的振动分析。

3)        广泛的应用场景: 从地震监测到城市应急响应，模型具有广泛的应用前景。

模型效果展示

1. 地震波形自动提取

通过DiTing-Video2Shake自动提取监控视频中的地震波形，准实时获取视频监控场景下的振动监测，实现高效的地震灾情信息获取。

图1.DiTing-Video2Shake自动提取地震波形的过程

2.     震动波形对比分析

与台站加速度仪记录的波形对比，DiTing-Video2Shake在震中20-80公里范围内提取的地面运动波形，与P波传播速度计算的时间误差在合理范围内。可以用于地震后的灾害程度的快速评估，为地震灾后应急和救援方案制定和力量调配提供决策参考。

结论

谛听视频振动模型（DiTing-Video2Shake）通过创新的计算机视觉技术，为非接触式地震监测提供了新的解决方案。该模型不仅能够填补传统地震监测设备的盲区，还能在城市应急响应和多种城市安全服务领域发挥重要作用。随着技术的进一步发展，视频震灾评估有望成为地震监测领域的重要工具。