面向轻量化的地基云图分割技术研究

作     者：张雪 贾克斌 刘钧 张亮 ZHANG Xue;JIA Ke-bin;LIU Jun;ZHANG Liang

作者机构：北京工业大学信息学部北京100124 先进信息网络北京实验室北京100124 华云升达(北京)气象科技有限公司北京102299 

基　　金：国家重点研发计划子课题资助项目(2018YFF01010100) 国家自然科学基金资助项目(61672064) 

出 版 物：《测控技术》 (Measurement & Control Technology)

年 卷 期：2022年第41卷第9期

页      码：37-43页

摘      要：云是气象领域比较重要的要素之一,准确快速获取云量,在天气预报、飞行安全、气候研究等方面均具有积极意义,因此为了快速准确地获得云量,就需要精准地分割云图。但是现有云图分割网络存在分割效果差、运算复杂度高、参数量大等问题,为了解决这些问题,提出一种轻量化的地基云图分割网络模型LGCSegNet。该模型利用Encoder-Decoder网络模型框架进行设计,利用通道拼接思想在通道深度上实现不同层次图像特征融合,避免损失特征边界,实现精确地分割地基云图,可获取准确的云量信息。在地基云图数据集HBMCD和HBMCD_GT上进行实验,经多组对比实验证明所提出的网络对云的表征能力更强,分割准确率比较高,可达到96.83%,分割的平均交并比可以达到86.00%,为实际应用提供了一定的理论基础。

主 题 词：地基云图 图像分割 深度学习 轻量化 卷积神经网络 

学科分类：08[工学] 0812[工学-测绘类] 

D　O　I：10.19708/j.ckjs.2021.09.264

馆 藏 号：203114440...