基于改进MobileNetV2的地基云图分割网络

作     者：步宏坤 常帅 谷野 郭春宇 宋承邦 徐伟 吕天宇 赵薇 佟首峰 

作者机构：珩辉光电测量技术(吉林)有限公司 中国科学院长春光学精密机械与物理研究所 长春理工大学空地激光通信国防重点学科实验室 

出 版 物：《激光与光电子学进展》 (Laser & Optoelectronics Progress)

年 卷 期：2024年

核心收录：

学科分类：07[理学] 070601[理学-气象学] 08[工学] 080203[工学-机械设计及理论] 0706[理学-大气科学] 0802[工学-机械工程] 

基　　金：吉林省科技发展计划(YDZJ202301ZYTS407) 

主　　题：地基云图 图像分割 MobileNetV2 混合空洞卷积 高效通道注意力 

摘      要：在大气测量领域，云是大气模型中最不确定的因素，对云图进行准确分割识别必不可少。然而由于云和大气条件的随机性，云图分割精度和准确率等方面存在着挑战。针对这一问题，设计了一种名为CloudHS-Net的新型网络，该网络基于MobileNetV2，通过引入混合拼接结构、空洞卷积和混合空洞的设计思想，结合高效通道注意力机制，用于实际云图的分割测量。该网络在SWIMSEG和HHCL-Cloud数据集上进行了与其他先进模型的对比测试，以深入了解网络性能和各部分结构的作用。实验结果表明，高效通道注意力和混合拼接结构均能有效提升模型的分割性能。与当前先进的地基云图分割网络，CloudHS-Net在天空云图分割任务中表现出色，准确率达到95.51%，平均交并比(MIoU)达到89.86%。该模型成功降低了来自大气环境的干扰，如太阳光线等，加强了对云的关注，提高了云图分割的精度，更为精准地获取了云的覆盖状态，实验结果表明方法是可行的。