針對(duì)目前多天氣識(shí)別分類問題,提出了一種基于深度學(xué)習(xí)和計(jì)算機(jī)視覺的天氣現(xiàn)象自動(dòng)分類算法。采集并建立了一個(gè)包括霧霾、沙塵、雨、雪、霜、露6類天氣的適用于任意場(chǎng)景的多天氣現(xiàn)象數(shù)據(jù)集,改善了目前已見報(bào)數(shù)據(jù)集規(guī)模小、種類單一、只面向特定場(chǎng)景的情況;同時(shí)采用密集連接和池化均衡的結(jié)構(gòu)搭建深度卷積神經(jīng)網(wǎng)絡(luò)（CNN）模型,訓(xùn)練并挖掘天氣數(shù)據(jù)的特征與內(nèi)在規(guī)律,用深度學(xué)習(xí)方法實(shí)現(xiàn)天氣現(xiàn)象的自動(dòng)分類。實(shí)驗(yàn)結(jié)果表明:相比傳統(tǒng)計(jì)算機(jī)視覺算法,該算法解決了嚴(yán)重依靠特征提取、適用場(chǎng)景單一問題;且比大多數(shù)深度網(wǎng)絡(luò)模型參數(shù)更少、識(shí)別準(zhǔn)確性更高,算法泛化性能大幅提升。 

【文章來源】：高技術(shù)通訊. 2020,30(10)北大核心

【文章頁數(shù)】：8 頁

【部分圖文】：

基于深度學(xué)習(xí)的多天氣自動(dòng)分類技術(shù)框架

為創(chuàng)建一個(gè)有助于未來氣象領(lǐng)域、計(jì)算機(jī)視覺領(lǐng)域應(yīng)用發(fā)展的數(shù)據(jù)集,本研究從多地氣象觀測(cè)站采集拍攝天氣現(xiàn)象數(shù)據(jù),并在百度、Google等各大搜索引擎、多個(gè)網(wǎng)絡(luò)相冊(cè)、多部影視作品中采集圖像作為補(bǔ)充。數(shù)據(jù)集包括霧霾、沙塵、雨、雪、霜、露6類天氣,共19 753幅圖片,其中霧霾7 470幅、沙塵1 574幅、雨2 312幅、雪6 507幅、霜675幅、露1 217幅,天氣數(shù)據(jù)集CCW Dataset樣本見圖2。數(shù)據(jù)集面向多場(chǎng)景,每一幅圖像的背景互不相同且復(fù)雜多變。為保證數(shù)據(jù)集的客觀性,本研究對(duì)天氣的理解、采集和標(biāo)注均經(jīng)過專業(yè)氣象人員培訓(xùn)。

表3 批尺寸對(duì)實(shí)驗(yàn)結(jié)果的影響 批尺寸 Dataset Dataset+ 損失函數(shù)值 準(zhǔn)確率(%) 損失函數(shù)值 準(zhǔn)確率(%) 16 0.00293 91.36 0.00977 95.34 32 0.00174 92.32 0.00398 96.18 64 0.00133 92.47 0.00231 96.02 128 0.000973 92.49 0.00109 96.18 256 0.000828 92.93 0.000570 96.29 512 0.000692 93.04 0.000275 96.30根據(jù)硬件條件與數(shù)據(jù)集樣本數(shù)量,本文中的網(wǎng)絡(luò)參數(shù)為初始網(wǎng)絡(luò)學(xué)習(xí)率0.1,在完成50%的迭代次數(shù)后,學(xué)習(xí)率降低到原來的10%;在完成75%的迭代次數(shù)后,學(xué)習(xí)率繼續(xù)降低到之前的10%;批尺寸大小(Batchsize)為256,迭代總次數(shù)為10 000,訓(xùn)練過程中加入early stop機(jī)制,當(dāng)連續(xù)迭代5次驗(yàn)證損失函數(shù)都未減小時(shí),停止訓(xùn)練;數(shù)據(jù)集以6:2:2的比例劃分訓(xùn)練集、評(píng)估集和測(cè)試集。

【參考文獻(xiàn)】：
期刊論文
[1]戶外天氣狀況分類識(shí)別[J]. 史靜,朱虹,韓勇.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2018(04)
[2]基于貝葉斯分類的霧天和雨天兩類天氣圖像自動(dòng)識(shí)別[J]. 于浩,王孝通,徐冠雷.  艦船電子工程. 2016(09)
[3]基于改進(jìn)雙色模型的視程障礙類天氣現(xiàn)象識(shí)別[J]. 郭佳,楊玲,吳可軍,馬舒慶,胡樹貞.  氣象科技. 2013(02)
[4]天氣現(xiàn)象自動(dòng)化觀測(cè)系統(tǒng)設(shè)計(jì)[J]. 馬舒慶,吳可軍,陳冬冬,湯志亞,李肖霞,杜波,曹治國(guó).  氣象. 2011(09)
[5]基于室外圖像的天氣現(xiàn)象識(shí)別方法[J]. 李騫,范茵,張璟,李寶強(qiáng).  計(jì)算機(jī)應(yīng)用. 2011(06)



本文編號(hào)：3415166