| 基于深度卷积网络的海洋涡旋检测模型 |
| |
| 引用本文： | 张盟,杨玉婷,孙鑫,董军宇,梁瑶.基于深度卷积网络的海洋涡旋检测模型[J].南京航空航天大学学报,2020,52(5):708-713. |
| |
| 作者姓名： | 张盟 杨玉婷 孙鑫 董军宇 梁瑶 |
| |
| 作者单位： | 中国海洋大学信息科学与工程学院,青岛,266100 |
| |
| 基金项目： | 国家自然科学基金（61971388，U1706218，41576011，L1824025）资助项目；山东省重点研究开发计划（GG201703140154）资助项目。 |
| |
| 摘 要： | 传统的利用遥感数据检测涡旋的方法通常是基于物理参数、几何特征、手工特征或专家知识。本文重点研究了基于深度学习技术从海表面高度图中识别海洋涡旋的方法。针对海洋卫星拍摄的海洋表面高度图中的涡旋检测问题，提出了一种基于卷积神经网络的多涡旋检测模型，该模型能够准确提取涡旋的特征信息，拟合语义信息与海面高度之间的关系。同时，在用于涡旋检测的最新公开数据集SCSE-Eddy上进行模型训练，以评估基于人工智能的涡旋检测方法性能，该数据集涵盖了15年来位于中国南海及其东部部分海域的每日卫星遥感海表面高度数据。实验结果表明，与现有的方法相比，本文模型取得了更好的检测结果，能够更好地区分相距较近的涡旋。
|
| 关 键 词： | 卫星遥感 涡旋检测 深度学习 海表面高度图像 |
| 收稿时间： | 2020/6/7 0:00:00 |
| 修稿时间： | 2020/7/20 0:00:00 |
Ocean Eddy Detection Model Based on Deep Convolution Neural Network |
| |
| ZHANG Meng,YANG Yuting,SUN Xin,DONG Junyu,LIANG Yao.Ocean Eddy Detection Model Based on Deep Convolution Neural Network[J].Journal of Nanjing University of Aeronautics & Astronautics,2020,52(5):708-713. |
| |
| Authors: | ZHANG Meng YANG Yuting SUN Xin DONG Junyu LIANG Yao |
| |
| Abstract: | |
| |
| Keywords: | satellite remote sensing eddy detection deep learning sea surface height images |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《南京航空航天大学学报》浏览原始摘要信息 |
| 点击此处可从《南京航空航天大学学报》下载免费的PDF全文 |
