来源：期刊VIP网 时间：
作者：李斌;曾侃;
单位：中国海洋大学海洋技术学院;
摘要：卫星图像海冰检测对灾害预警和海上交通安全具有重要意义。目前在卫星遥感海冰自动检测业务化运行中，多以SAR数据为主，光学图像相对较少。光学图像海冰检测的困难在于难以区分海冰、云和高泥沙浓度海水，尤其在我国渤海。文章将深度学习语义分割模型UNet与UNet++成功应用于我国海洋卫星HY-1C/D的海岸带成像仪光学图像渤海海冰检测，克服了海冰、云、海水难以区分的困难，并在UNet与UNet++基础上首次提出输入了海冰、云和海水的概率分布的语义分割模型UNet-PM和UNet++-PM。研究表明，输入概率图的模型均比其对应的原生模型的性能有明显提高，效果最好的UNet-PM模型海冰分割的召回率、精度和F1测度分别达到0.905、0.823和0.862,有效提高了检测效果。
关键词：海冰检测;;UNet;;UNet++;;HY-1/CZI;;概率图
