基于深度學(xué)習(xí)的全天空云圖分類(lèi)方法研究.pdf

1、云是大氣中熱力過(guò)程和動(dòng)力過(guò)程的外部表現(xiàn)，同時(shí)也是水汽循環(huán)的重要環(huán)節(jié)。它在天空中表現(xiàn)出來(lái)的水汽狀況、穩(wěn)定程度以及高度和厚度，都是實(shí)時(shí)預(yù)測(cè)天氣的關(guān)鍵性特征。因而對(duì)于人類(lèi)的生產(chǎn)生活來(lái)說(shuō)，云的實(shí)時(shí)觀測(cè)有著重要意義。傳統(tǒng)的地基云觀測(cè)主要是依賴(lài)氣象員的目視觀測(cè)，這樣不僅效率底下，而且嚴(yán)重依賴(lài)氣象員的經(jīng)驗(yàn)，很難做到實(shí)時(shí)性。近年來(lái)，隨著數(shù)字圖像采集設(shè)備的發(fā)展，國(guó)內(nèi)外涌現(xiàn)了許多地基全天空云圖像采集設(shè)備。越來(lái)越多的設(shè)備投入使用，數(shù)字地基全天空云圖的數(shù)量和規(guī)

2、模日益龐大。由于云圖正確分類(lèi)是一個(gè)龐大的工程，需要專(zhuān)業(yè)人員花費(fèi)很多時(shí)間來(lái)完成，因此，自動(dòng)高效的圖像分類(lèi)方法有著很強(qiáng)的應(yīng)用需求。
　　本文借鑒傳統(tǒng)的基于內(nèi)容的圖像分類(lèi)技術(shù)，結(jié)合詞袋模型理論，研究數(shù)字地基全天空云圖的特征表示以及分類(lèi)建模方法。本文提出了基于微結(jié)構(gòu)模型的云圖分類(lèi)方法。微結(jié)構(gòu)云圖是指對(duì)全天空云圖像進(jìn)行過(guò)采樣取塊并抽取其局部圖像特征，對(duì)特征進(jìn)行無(wú)監(jiān)督聚類(lèi)后形成視覺(jué)詞典，從而映射為基礎(chǔ)特征圖。該方法將全天空云圖像視為從圖像塊映

3、射的微結(jié)構(gòu)的集合而不再是傳統(tǒng)的像素的集合。通過(guò)統(tǒng)計(jì)微結(jié)構(gòu)的加權(quán)直方圖作為圖像的特征向量，最后使用支持向量機(jī)分類(lèi)器重新識(shí)別云圖像的類(lèi)別。
　　針對(duì)云圖數(shù)據(jù)集標(biāo)注樣本少、圖像分辨率大的特點(diǎn)，本文提出了兩種深度網(wǎng)絡(luò)結(jié)構(gòu)和不同的訓(xùn)練方法。第一，根據(jù)深度學(xué)習(xí)理論及其實(shí)驗(yàn)表明，網(wǎng)絡(luò)的第一層卷積層的濾波器模板主要是提取顏色特征和紋理特征，之后的特征看作是顏色紋理特征的更高級(jí)組合，因而通過(guò)遷移學(xué)習(xí)進(jìn)行深度網(wǎng)絡(luò)微調(diào)，訓(xùn)練出識(shí)別全天空云圖的深度模型;

4、第二，提出了一種無(wú)監(jiān)督的自我學(xué)習(xí)與有監(jiān)督的導(dǎo)向?qū)W習(xí)相結(jié)合的方法來(lái)解決標(biāo)注樣本少，圖像分辨率大的分類(lèi)任務(wù)。使用大量未標(biāo)注數(shù)據(jù)的無(wú)監(jiān)督自我學(xué)習(xí)過(guò)程可以起到數(shù)據(jù)降維和特征學(xué)習(xí)的作用，同時(shí)把大部分參數(shù)學(xué)習(xí)轉(zhuǎn)移到無(wú)監(jiān)督網(wǎng)絡(luò)中，最后使用標(biāo)注數(shù)據(jù)進(jìn)行導(dǎo)向?qū)W習(xí)訓(xùn)練出識(shí)別全天空云圖的深度模型。
　　對(duì)于本文提出的方法，本文使用中國(guó)氣象科學(xué)研究院和北京交通大學(xué)共同發(fā)布的全天空云圖數(shù)據(jù)集。實(shí)驗(yàn)表明，基于微結(jié)構(gòu)模型的分類(lèi)方法和基于深度學(xué)習(xí)的分類(lèi)方法分類(lèi)準(zhǔn)