首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于HY-1C卫星COCTS数据的深度学习云检测方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:中国海洋大学三亚海洋研究院;三亚海洋实验室

摘要:本发明公开了一种基于HY‑1C卫星COCTS数据的深度学习云检测方法,所述方法包括如下步骤:步骤S1:构建HY‑1C卫星COCTS全球海域云检测数据集;步骤S2:对云检测数据集进行预处理;步骤S3:构建并训练STIGNet网络模型,通过STIGNet网络模型对预处理过的云检测数据集进行云检测,所述STIGNet网络模型包括编码器、边缘学习模块和解码器;所述编码器包括四个连续的特征提取块FEB,所述边缘学习模块包括四个边缘学习块ELB和一个特征融合块FFB,所述解码器包括四个特征恢复块FRB,通过训练好的STIGNet模型对云检测数据集进行分类,得到分类结果。

主权项:1.一种基于HY-1C卫星COCTS数据的深度学习云检测方法,其特征在于,所述方法包括如下步骤:步骤S1:构建HY-1C卫星COCTS全球海域云检测数据集;步骤S2:对云检测数据集进行预处理;步骤S3:构建并训练STIGNet网络模型,所述STIGNet网络模型包括编码器、边缘学习模块和解码器,通过训练好的STIGNet模型对云检测数据集进行分类,得到分类结果;所述编码器包括四个连续的特征提取块FEB,所述边缘学习模块包括四个边缘学习块ELB和一个特征融合块FFB,所述解码器包括四个特征恢复块FRB;通过四个连续的特征提取块FEB对预处理过的云检测数据集进行多层次的特征提取,通过四个边缘学习块ELB对特征提取块FEB提取的特征进行边缘信息提取与增强,获得多个边缘特征,通过特征融合块FFB将边缘学习块ELB获得的多个边缘特征进行融合,获得多尺度边缘特征,所述多尺度边缘特征与边缘真值建立损失函数以增强特征融合块FFB对边缘特征的学习,通过四个连续的特征恢复块FRB对特征提取块FEB提取的特征进行特征恢复,并将其与对应的特征提取块FEB提取的特征进行拼接,最终实现云掩模输出或晴空掩模输出。

全文数据:

权利要求:

百度查询: 中国海洋大学三亚海洋研究院 三亚海洋实验室 一种基于HY-1C卫星COCTS数据的深度学习云检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。