探测器

针对资源三号卫星影像分辨率高，波段数量少的限制，本文提出一种新的多尺度膨胀卷积深层神经网络云识别方法。结合卫星影像特征，设计云识别卷积神经网络结构，网络结构包括为深度编码模块、多尺度膨胀感知模块以及云区预测解码模块。首先，编码模块中通过基础卷积层获取深度特征；其次，联合多尺度膨胀卷积和池化层共同感知，每层操作连接非线性函数，提升网络模型的表达能力；最后，云区预测解码模块中融合对应编码模块中的深度特征，再利用L1正则化上采样算法实现端对端的像素级云识别结果。选用典型云遮挡区域影像进行云识别实验，并与Otsu算法和FCN-8S算法进行对比。结果表明，本文所提网络的检测精度较高，kappa系数得到有效提升。

高琳, 宋伟东, 谭海, 刘阳. 多尺度膨胀卷积神经网络资源三号卫星影像云识别[J]. 光学学报, 2019, 39(01): 2.  复制并引用该论文