基于深度学习的海浪参数观测方法

来源：机械与电子杂志2025年第10期北京时间：

作者：张会珍;徐相龙;王立杰;高嘉伟;侯男

单位：东北石油大学电气信息工程学院,黑龙江 大庆 163000

摘要：针对传统观测方法在复杂背景下效果较差、计算效率低的问题,提出一种改进的深度学习海浪观测算法。通过直接计算海浪图像对中的视差图,显著提升观测效率。所设计网络包含特征提取、3D 卷积和视差回归模块。特征提取阶段引入空洞空间金字塔池化( ASPP )模块,提取多尺度空间特征,并结合注意力机制优化特征融合,构建多分支匹配代价体。 3D 卷积网络采用堆叠式编码 解码结构,对代价体进行规则化,提取特征点对应关系。基于 Acqua Alta 数据集的评估结果表明,相较于传统算法,所提方法在保证重建精度的同时,计算效率提升近 75% ,充分满足海浪观测的高效性与准确性要求,具有重要的理论意义与工程应用前景。

关键词：深度学习;视差估计;海浪观测;三维点云

基金资助：国家自然科学基金资助项目( 2021JJLH0025 )