融合深度学习的自动化海洋锋精细识别

来源：计算机工程杂志2020年第10期北京时间：

作者：曹维东, 解翠, 韩冰, 董军宇

单位：中国海洋大学 信息科学与工程学院, 山东 青岛 266000

摘要：传统的海洋锋识别方法依赖于梯度阈值，其将梯度值大于设定阈值的海域视为存在海洋锋，但梯度阈值法存在阈值依赖人为设定且标准不统一，以及复杂多样的海洋锋无法用单一阈值进行准确识别的问题。为此，提出一种融合深度学习的自适应梯度阈值判别方法。对海温梯度图进行标注，通过Mask R-CNN训练得到海洋锋像素级识别模型，统计每一类锋特有的梯度值分布作为该类锋的基准梯度阈值，并基于该阈值对像素级的锋面识别结果做精细化调整，对锋面识别结果精度进行量化，以提高自适应锋面调整过程的可靠性。实验结果表明，与传统梯度阈值法及单一的深度学习结果相比，该方法可以实现精细的海洋锋识别，且具有良好的独立性和完整性。

关键词：海洋锋识别,自适应梯度阈值法,锋面识别精度,图像实例分割,深度学习

基金资助：国家自然科学基金青年基金海洋锋精细化识别与时空演化的多角度可视化探索（41706010）；国家自然科学基金基于深度学习与复杂网络的海洋锋时空特征分析及识别（41576011）。