基于改进U-Net网络的遥感图像云检测

• 作者: 张永宏 王剑庚 田伟 蔡朋艳 陶润喆
• 来源期刊: 测绘通报
• 学科: 地球科学
• 关键词: 云检测 U-Net 残差模块 密集连接模块 FY-4A
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 学术研究
• 页码范围: 17-20,34
• 页数: 5页
• 分类号: P237
• 语种: 中文

摘要

为了解决U-Net模型应用于云检测时对碎云和薄云存在漏检的问题,本文提出了一种改进的U-Net网络模型,并应用于FY-4A数据进行云检测.首先,利用国家气象卫星中心提供的云检测产品生成二分类云标签;其次,将U-Net模型的编码器与残差模块相结合,使得网络参数共享,并避免深层网络的退化问题;最后,在解码器中融入密集连接模块,将浅层特征与深层特征进行连接,便于获取新的特征,并提高特征使用率.试验结果表明,模型在测试集上的IOU值和Dice系数分别为91.5％和95.2％,可以很好地检测出薄云及大量碎云,效果明显优于U-Net模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张永宏	南京信息工程大学自动化学院	82	541	12.0	18.0
2	田伟	南京信息工程大学计算机与软件学院	23	185	7.0	13.0
3	陶润喆	南京信息工程大学自动化学院	6	25	3.0	5.0
4	王剑庚	南京信息工程大学大气物理学院	10	45	3.0	6.0
5	蔡朋艳	南京信息工程大学自动化学院	1	0	0.0	0.0