Key Words:海洋涡旋;深度学习;特征融合;目标检测
Abstract:提出了一种基于深度卷积神经网络的海洋多目标涡旋检测方法。首先利用改进的密集卷积精确提取海洋涡旋特征,并使用跨层融合技术提高特征的利用率,来充分捕捉边缘信息;然后结合转置卷积和跳过连接构建上采样路径得到检测结果,以获得更高的检测准确率;最后在CMEMS(哥白尼海洋环境监测服务中心)发布的公开数据集上对本工作提出的方法进行了对比实验,实验结果表明:与EddyNet、PET等方法相比,本工作的方法能够有效分离、检测出距离较近的涡旋,具有更好的检测结果。
Volume:v.43;No.197
Issue:04
Translation or Not:no