為提高GOCI影像中綠潮分類的精度和速度,并克服傳統(tǒng)方法中閾值難以確定的缺點,基于全卷積網(wǎng)絡(luò),提出一種新的網(wǎng)絡(luò)結(jié)構(gòu)用于綠潮和海水分類。首先降低全卷積網(wǎng)絡(luò)深度,然后加強網(wǎng)絡(luò)結(jié)構(gòu)中高層特征與底層特征網(wǎng)絡(luò)的鏈接,最后通過Softmax層生成高級語義特征進行最終分類。在GOCI數(shù)據(jù)集上的實驗結(jié)果表明,改進的網(wǎng)絡(luò)模型可以取得很好的競爭性,召回率、F1系數(shù)和Kappa系數(shù)分別達到83.0%、84.4%和83.7%。與傳統(tǒng)方法相比,基于深度學(xué)習(xí)模型的GOCI影像綠潮分類,不僅提供了更加詳細的綠潮分布信息,而且縮短了整個綠潮解譯圖制作流程。

【文章頁數(shù)】：5 頁

本文編號：3878821