一种基于深度学习的SAR海面降雨检测方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于深度学习的SAR海面降雨检测方法
申请号:CN202510902533
申请日期:2025-07-01
公开号:CN120823519A
公开日期:2025-10-21
类型:发明专利
摘要
一种基于深度学习的SAR海面降雨检测方法,涉及卫星遥感图像处理技术领域。通过与GPM降雨数据匹配筛选SAR影像,再对影像进行地理定标、辐射定标、下采样和陆地掩膜等预处理,裁剪图像得到训练集,标注并划分数据集后进行增强。将训练集输入基于卷积神经网络或Transformer的目标检测模型训练,通过增加多尺度检测头和注意力机制模块提高检测精度,最后将待检测SAR图像输入模型输出降雨区域。可提高海面降雨区域检测的精度、自动化程度和实时性,克服传统方法的缺陷。
技术关键词
降雨检测方法 多尺度特征融合 语义分割模型 训练集 注意力机制 图像 双线性插值算法 检测模型训练 雷达截面积 神经网络架构 合成孔径雷达 陆地 掩膜 影像 深度学习模型 特征提取模块 数据 分辨率