基于深度学习模型的海上溢油监测及油膜相对厚度估计研究

项目名称： 基于深度学习模型的海上溢油监测及油膜相对厚度估计研究

项目编号： No.61671481

项目类型： 面上项目

立项/批准年度： 2016

项目学科： 无线电电子学、电信技术

项目作者： 任鹏

作者单位： 中国石油大学（华东）

项目金额： 18万元

中文摘要： 在当今遥感大数据环境下，传统的特定物理模型辅以人工分析的溢油监测方式已无法全面准确地挖掘出多源海量遥感数据中的有效溢油信息。本项目将突破特定溢油建模中物理约束的局限，开发深度学习在溢油遥感图像自组织数据表征方面的能力，构建面向溢油遥感图像处理的深度学习模型。研究要点为建立运用深度学习模型刻画不规则溢油区域的能量最小化新方法，设计基于深度学习的溢油区域鲁棒检测方法，解决细长线等不规则溢油区的漏检问题。本项目将为遥感图像大数据环境下的溢油监测提供新的理论方法和技术支撑，有效提升溢油监测和油膜厚度评估的精确性和智能化。

中文关键词： 溢油检测；深度学习；能量最小化；；

英文摘要： In the big data scenario, the traditional oil spill monitoring strategies based on specific physic models along with human analysis are not capable of precisely extracting and processing the huge amount of multi-source remote sensing data. To address this

英文关键词： Oil spill detection；Deep learning；Energy minimization；；