[发明专利]基于目标分割的海洋中尺度涡检测方法及系统

权利要求书

1.一种基于目标分割的海洋中尺度涡检测方法，其特征是，包括：

获取待测海平面异常数据图像，对待测海平面异常数据图像进行预处理；

将预处理后的待测海平面异常数据图像输入至基于目标分割的海洋中尺度涡检测网络，检测待测海平面异常数据图像中的海洋中尺度涡；

所述基于目标分割的海洋中尺度涡检测网络中，对输入的待测海平面异常图像进行多层卷积处理，提取图像的低级细节信息和高级语义信息，将低级细节信息和高级语义信息融合，获取多尺度融合特征图；基于多尺度融合特征图，输出海洋中尺度涡的预测图像；将预测图像作为边缘检测网络的输入，通过边缘检测网络提取输入图像的边缘信息，输出待测海平面异常数据图像中的海洋中尺度涡。

2.如权利要求1所述的基于目标分割的海洋中尺度涡检测方法，其特征是，所述基于目标分割的海洋中尺度涡检测网络的训练过程包括：

获取海平面异常数据集，对数据集中原始海平面异常数据图像进行预处理，标注图像中海洋中尺度涡及其种类，构建训练样本集；

构建基于目标分割的海洋中尺度涡检测网络；所述海洋中尺度涡检测网络采用编码器-解码器网络架构，所述编码器包括用于下采样的卷积网络，所述解码器包括用于上采样的卷积网络和多尺度特征融合网络，所述解码器后设置用于提取输入图像边缘信息的边缘检测网络；

利用训练样本集对海洋中尺度检测网络进行训练，得到训练完成的基于目标分割的海洋中尺度涡检测网络。

3.如权利要求2所述的基于目标分割的海洋中尺度涡检测方法，其特征是，所述对数据集中原始海平面异常数据图像进行预处理，标注图像中海洋中尺度涡及其种类，构建训练样本集，包括：

采用基于专家经验的物理检测方法对数据集中原始海平面异常数据图像进行初步分割与检测，识别并标注出图像中存在的海洋中尺度涡及其涡旋种类以及海洋中尺度涡轮廓；

根据专家经验对基于物理检测方法识别出的海洋中尺度涡进行二次核验，完成海洋中尺度涡标注数据集的构建。

4.如权利要求2所述的基于目标分割的海洋中尺度涡检测方法，其特征是，所述基于目标分割的海洋中尺度涡检测网络中，通过编码器中的用于下采样的卷积网络，对输入的海平面异常数据图像进行卷积处理，提取图像初始的低级细节信息，并通过多层用于下采样的卷积网络，对输入的海平面异常图像进行多层卷积处理，提取图像的高级语义信息；

通过解码器中的用于上采样的卷积网络和多尺度特征融合网络，在上采样的过程中融合图像的高级语义信息和低级细节信息，获取多尺度融合特征图，基于多尺度融合特征图，输出海洋中尺度涡的预测图像。

5.如权利要求4所述的基于目标分割的海洋中尺度涡检测方法，其特征是，所述编码器包括多个卷积网络，每个卷积网络包括1×1卷积层、3×3卷积层、BN层、激活层以及跳跃链接，通过对输入的海平面异常数据图像进行多层卷积处理，获得每层对应的特征图，分别将处理后得到的特征图输入至解码器；

所述解码器包括相应个数的卷积网络，每个卷积网络对输入的特征图逐层向上进行上采样，并在逐层上采样的过程中不断融合编码器输入的不同尺度的特征图。

6.如权利要求2所述的基于目标分割的海洋中尺度涡检测方法，其特征是，所述利用训练样本集对海洋中尺度检测网络进行训练，包括：

将训练样本集中的海平面异常数据图像输入海洋中尺度检测网络中，获得融合不同尺度的特征图，基于特征图输出标注图像中存在的海洋中尺度涡的预测图像；

将预测图像和标注的海平面异常数据图像输入边缘检测网络进行边缘检测，将边缘检测的差值作为损失值进行反向传播，直至损失值小于预设值，完成模型的训练。

7.如权利要求2所述的基于目标分割的海洋中尺度涡检测方法，其特征是，所述基于目标分割的海洋中尺度涡检测网络的损失函数为Dice损失函数和边缘检测损失函数之和。