[發明專利]一種基于深度語義分割海洋溢油檢測系統與方法

在審

• 申請號: 201810330536.8
• 申請日: 2018-04-13
• 公開（公告）號: CN108596065A
• 公開（公告）日: 2018-09-28
• 發明（設計）人: 李巖;楊小飛
• 申請（專利權）人: 深圳職業技術學院
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04
• 代理公司: 深圳市添源知識產權代理事務所(普通合伙) 44451
• 代理人: 羅志偉

1.一種基于深度語義分割海洋溢油檢測系統，其特征在于：包括計算服務器、GPU集群、海洋污染遙感影像數據庫、正常無污染圖像數據庫，所述計算服務器部署在GPU集群上，所述計算服務器存儲了訓練好的神經網絡模型，進行輸入圖像的識別。

2.一種基于深度語義分割海洋溢油檢測方法，其特征在于，包括以下步驟：

S1、數據集準備；

S2、數據預處理；

S3、網絡結構設計；

S4、神經網絡訓練；

S5、模型預測。

3.根據權利要求2所述的基于深度語義分割海洋溢油檢測方法，其特征在于：在步驟S1中，進行遙感數據提取，輸入是經過切片的遙感影像，每張圖像都有其每個像素標簽0或1，表示有污染或者無污染。

4.根據權利要求2所述的基于深度語義分割海洋溢油檢測方法，其特征在于：在步驟S2中，通過圖像旋轉、翻轉、放縮實現數據增強，由一張原始圖像得到多張不一樣的訓練圖像。

5.根據權利要求2所述的基于深度語義分割海洋溢油檢測方法，其特征在于：在步驟S4中，利用深度學習網絡結構深度和寬度,學習復雜噪聲高光譜圖像的隱高維特征表達,并在統一框架中訓練Softmax分類器,通過反卷積等trick實現輸出圖像即為輸入圖像的分類結果，并且圖像大小保持不變。

6.根據權利要求2所述的基于深度語義分割海洋溢油檢測方法，其特征在于：在步驟S4中，提取光譜特征和多通道元的均值方差作為數據樣本特征，統計機器學習算法對像元分類。

7.根據權利要求2所述的基于深度語義分割海洋溢油檢測方法，其特征在于：在步驟S4中，利用經過調整優化后的深度學習語義分割模型實現對目標海洋污染分割識別，組合深度學習網絡模型和特征提取模型。