基于神经网络的海洋涡旋识别与跟踪
计算机视觉与模式识别
2018-05-16 v2
摘要
全球气候变化在我们的日常生活中扮演着重要角色。中尺度海洋涡旋对全球变暖具有显著影响，因为它们会影响海洋动力学以及海洋环流的能量与质量输运。通过卫星测高技术，我们可以获得包含以相干涡旋结构为主导的海洋信号的高分辨率全球地图。本研究旨在开发并评估一种基于深度学习的涡旋分析方法。具体而言，我们开发了一个涡旋识别与跟踪框架，包含两种主要基于卷积神经网络特征学习的方法。此外，还使用了最先进的图像处理工具和目标跟踪方法来辅助涡旋跟踪。与以往方法相比，我们的框架能够学习数据的表示，从而以更客观、更稳健的方式检测和跟踪涡旋。我们展示了在澳大利亚及东澳大利亚洋流区域的 SLA 数据上的检测与跟踪结果，并比较了我们的两种涡旋检测与跟踪方法，以确定最稳健和客观的方法。
引用
@article{arxiv.1803.07436,
title = {Ocean Eddy Identification and Tracking using Neural Networks},
author = {Katharina Franz and Ribana Roscher and Andres Milioto and Susanne Wenzel and Jürgen Kusche},
journal= {arXiv preprint arXiv:1803.07436},
year = {2018}
}
备注
accepted for International Geoscience and Remote Sensing Symposium 2018