海洋观测图像的深度哈希检索及FPGA在轨实现

• 作者: 任鹏 李慧 李鹏 王廷伟 韩丽容
• 来源期刊: 海洋科学
• 学科: 工学
• 关键词: 海洋观测图像 快速检索 卷积神经网络 哈希算法 FPGA
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 研究报告
• 页码范围: 58-64
• 页数: 7页
• 分类号: TP75
• 字数: 2895字
• 语种: 中文
• DOI: 10.11759/hykx20171011024

摘要

近年来,星载/机载的在轨海洋观测设备日益增多.如何从星/机在轨观测的数据中快速且准确地检索出关键图像并进行回传,逐渐成为在轨实时处理的重要研究课题.哈希函数作为一种映射函数,能够将不同图像变换为相同长度的二进制码,并且保持类似图像二进制码的相似性.为了保证二进制编码的特征表达能力,采用深度卷积神经网络(Convolutional Neural Network,CNN)提取海洋图像的特征信息,对图像进行哈希变换.本文以海洋观测图像作为训练数据集,基于深度卷积神经网络在GPU(Graphics Processing Unit)上训练哈希算法.在此基础上,本文将训练好的哈希函数在FPGA(Field Programmable Gate Array)上实现,完成海洋观测图像的在轨快速检索,为海洋观测实时处理提供了有效技术手段.