摘要
一种多类型溢油类似物精确分类和语义分割方法,属于海洋遥感与人工智能交叉技术领域,包括:基于多种溢油类似物与溢油监测数据建立双网络结构,包括溢油类似物精确分类网络和溢油语义分割网络;其次,利用随机噪声和多类别标签信息输入至一阶段生成器中,设计标签概率控制器自适应控制一阶段生成器生成的样本概率;最后,二阶段双生成器协同提取溢油全局和局部特征信息,二阶段判别器反馈优化二阶段双生成器,循环迭代更新,生成溢油分割结果。本发明能够实现类型溢油相似物精确分类和语义分割,有效解决溢油相似物数据之间存在类别不平衡将导致对较小类别的错误分类的偏差估计,复杂场景下分割阶段难以有效学习溢油的全局和局部信息,导致小溢油区域漏判、溢油边缘区域不完整等问题。缓解溢油类似物样本不平衡及溢油全局局部信息难以有效学习对模型结果的影响,增强模型的性能与鲁棒性。
技术关键词
语义分割网络
阶段
语义分割方法
局部特征信息
错误率
随机噪声
双网络结构
标签
人工智能交叉技术
影像
Sigmoid函数
分类网络训练
遥感卫星数据
样本
图像
控制器
海洋遥感
定义
后验概率