基于改进Res-UNet的昼夜地基云图分割网络

作     者：王铂越 李英祥 钟剑丹 WANG Boyue;LI Yingxiang;ZHONG Jiandan

作者机构：成都信息工程大学通信工程学院成都610200 

基　　金：四川省科技计划项目(2023YFS0428) 

出 版 物：《计算机应用》 (journal of Computer Applications)

年 卷 期：2024年第44卷第4期

页      码：1310-1316页

摘      要：针对昼夜地基云图在分割中细节信息丢失、分割精度低等问题,提出一种基于改进Res-UNet(Residual network-UNetwork)的昼夜地基云图分割网络CloudRes-UNet(Cloud ResNet-UNetwork),整体采用编码器-解码器的网络结构。首先,编码器使用ResNet50提取特征,增强特征提取能力;其次,设计多级特征提取(Multi-Stage)模块,该模块结合分组卷积、膨胀卷积和通道打乱这3种技巧,获取高强度语义信息;再次,加入高效通道注意力(ECA‑Net)模块,在通道维度上聚焦重要信息,加强对地基云图中云区域的关注,提高分割精度;最后,解码器使用双线性插值对特征进行上采样,提高分割图像的清晰度并减少目标和位置信息丢失。实验结果表明,与当前基于深度学习表现较好的地基云图分割网络(Cloud-UNet)相比,CloudRes-UNet在昼夜地基云图分割数据集上的分割准确率提升了1.5个百分点,平均交并比(MIoU)上升了1.4个百分点,更准确地获取了云量信息,对天气预报、气候研究和光伏发电等方面具有积极意义。

主 题 词：地基云图 语义分割 深度学习 高效通道注意力网络 ResNet50 Res-UNet 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.11772/j.issn.1001-9081.2023040453

馆 藏 号：203127526...