公开(公告)号：CN112183452B

公开(公告)日：2023-03-24

申请号：CN202011104887.0

申请日：2020-10-15

Applicant: 国家气象中心 ,  北京邮电大学

Inventor： 黄彬 ,  钱传海 ,  李冠廷 ,  吴铭 ,  赵伟 ,  张闯

IPC: G06V20/13 ,  G06V10/94 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明涉及一种基于气象卫星图像和深度迁移学习的海雾识别方法，包括：制作陆地雾数据集和海雾数据集；使用陆地雾数据集对语义分割网络进行训练，得到陆地雾识别模型；保留陆地雾识别模型中的低层级权重参数不变，使用海雾数据集训练陆地雾识别模型中的高层级权重参数，得到基于深度迁移学习的海雾识别模型；将待识别气象卫星可见光真彩图像输入海雾识别模型，海雾识别模型最后经由sigmoid层输出海雾识别二值结果图，并将海雾识别二值结果图以海雾区域覆盖掩模的形式叠加在待识别气象卫星可见光真彩图像上。本发明基于气象卫星图像和深度迁移学习方法训练获得更具泛化能力的海雾识别模型，具有泛化性好、识别精度高以及自动化程度较高等优点。

公开(公告)号：CN112183452A

公开(公告)日：2021-01-05

申请号：CN202011104887.0

申请日：2020-10-15

Applicant: 国家气象中心 ,  北京邮电大学

Inventor： 黄彬 ,  钱传海 ,  李冠廷 ,  吴铭 ,  赵伟 ,  张闯

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于气象卫星图像和深度迁移学习的海雾识别方法，包括：制作陆地雾数据集和海雾数据集；使用陆地雾数据集对语义分割网络进行训练，得到陆地雾识别模型；保留陆地雾识别模型中的低层级权重参数不变，使用海雾数据集训练陆地雾识别模型中的高层级权重参数，得到基于深度迁移学习的海雾识别模型；将待识别气象卫星可见光真彩图像输入海雾识别模型，海雾识别模型最后经由sigmoid层输出海雾识别二值结果图，并将海雾识别二值结果图以海雾区域覆盖掩模的形式叠加在待识别气象卫星可见光真彩图像上。本发明基于气象卫星图像和深度迁移学习方法训练获得更具泛化能力的海雾识别模型，具有泛化性好、识别精度高以及自动化程度较高等优点。