【技术实现步骤摘要】
云状识别的方法和装置
本专利技术涉及气象领域,尤其涉及一种云状识别的方法和装置。
技术介绍
云状(cloudform)即云的外部形状,按云的外形特征、结构特点和云底高度进行分类。在航空气象等领域,云的辨别是极为重要的一环,云状的分类对天气识别、气象灾害预测起着十分重要的作用,部分低云族会直接影响航班的起落飞行;云状信息一直是机场、航空公司密切关注的部分。现有的对云状的识别需要经过长期培训的气象观测员进行,耗费人力成本,观测效率低。
技术实现思路
本专利技术提供一种云状识别的方法和装置,用以解决人工进行云状识别,耗费人力成本,云状识别的效率低的问题。第一方面,本专利技术提供一种云状识别的方法,包括:将天空图像输入云状分类模型,得到所述天空图像的各个云状分类的置信度,所述天空图像中包括至少一个云状,所述云状分类模型用于确定所述天空图像各个云高分类的概率值和各个云状分类的概率值,将所述天空图像各个云高分类的概率值和各个云状分类的概率值进行加权运算,得到所述天空图像的各个云状分类的置信度,所述云状分类模型是根据训练云状图像的云高和云状得到;确定所述天空图像的各个云状分类的最大置信度对应的云状分类为所述天空图像的云状分类。可选的,每个云高分类包括至少一种云状分类;所述将所述天空图像各个云高分类的概率值和各个云状分类的概率值进行加权运算,得到所述天空图像的各个云状分类的置信度,包括:将所述天空图像的各个所述云状分类的概率值分别与所述云状分类对应的云高分类 ...
【技术保护点】
1.一种云状识别的方法,其特征在于,包括:/n将天空图像输入云状分类模型,得到所述天空图像的各个云状分类的置信度,所述天空图像中包括至少一个云状,所述云状分类模型用于确定所述天空图像各个云高分类的概率值和各个云状分类的概率值,将所述天空图像各个云高分类的概率值和各个云状分类的概率值进行加权运算,得到所述天空图像的各个云状分类的置信度,所述云状分类模型是根据训练云状图像的云高和云状得到;/n确定所述天空图像的各个云状分类的最大置信度对应的云状分类为所述天空图像的云状分类。/n
【技术特征摘要】
1.一种云状识别的方法,其特征在于,包括:
将天空图像输入云状分类模型,得到所述天空图像的各个云状分类的置信度,所述天空图像中包括至少一个云状,所述云状分类模型用于确定所述天空图像各个云高分类的概率值和各个云状分类的概率值,将所述天空图像各个云高分类的概率值和各个云状分类的概率值进行加权运算,得到所述天空图像的各个云状分类的置信度,所述云状分类模型是根据训练云状图像的云高和云状得到;
确定所述天空图像的各个云状分类的最大置信度对应的云状分类为所述天空图像的云状分类。
2.根据权利要求1所述的方法,其特征在于,每个云高分类包括至少一种云状分类;
所述将所述天空图像各个云高分类的概率值和各个云状分类的概率值进行加权运算,得到所述天空图像的各个云状分类的置信度,包括:
将所述天空图像的各个所述云状分类的概率值分别与所述云状分类对应的云高分类的概率值相乘,得到所述天空图像各个所述云状分类的置信度。
3.根据权利要求1所述的方法,其特征在于,所述云状分类模型用于对标准尺寸的图像进行识别,所述将天空图像输入云状分类模型,得到所述天空图像的各个云状分类的置信度之前,还包括:
将所述天空图像缩放到所述标准尺寸。
4.根据权利要求2所述的方法,其特征在于,所述云状分类模型包括:分类主干网络、云高分类网络和云状分类网络;
所述分类主干网络分别与所述云高分类网络和所述云状分类网络连接;
所述分类主干网络,用于提取天空图像的特征图;
所述云高分类网络,用于确定所述天空图像各个云高分类的概率值;
所述云状分类网络,用于确定各个云状分类的概率值。
5.根据权利要求4所述的方法,其特征在于,所述分类主干网络,包括依次连接的卷积层、批次归一化BatchNorm层、尺度变换Scale层、修正线性单元ReLU激活层、像素相加Eltwise层和池化层;
所述云高分类网络,包括依次连接的全连接层和逻辑回归Softmax层;
所述云状分类网络,包括多个云状分类分支,每个所述云状分类分支包括依次连接的卷积层,全连接层和Softmax层。
6.根据权利要求4-5任一项所述的方法,其特征在于,所述云状分类模型的训练过程包括:
将多个训练天空图像缩放到标准尺寸;
对多个训练天空图像标注云高分类标签和云状分类标签,得到训练数据集,所述训练数据集包括训练天空图像、所述...
【专利技术属性】
技术研发人员:周康明,方飞虎,
申请(专利权)人:上海眼控科技股份有限公司,
类型:发明
国别省市:上海;31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。