详情

基于海冰图像数据的极地船舶与冰场运动漂移智能识别方法

申报人:周利 申报日期:2024-03-04

基本情况

第二十九期上海交通大学大学生创新实践计划
基于海冰图像数据的极地船舶与冰场运动漂移智能识别方法
创新训练项目
工学
海洋工程类
创新类
船舶海洋与建筑工程学院
周利
指导教师
登录状态下查看
承担国家重点研发计划国合重点项目:多尺度海冰观测与冰场数字化技术研究;国家自然科学基金面上项目、国际合作项目、青年项目等
本项目已经具有一定的研究基础,发表过SCI论文3篇,申报发明专利3项,项目组掌握了基于机器学习的海冰图像识别方法以及分析程序,能够让本科生快速上手,项目组目前有3位从事该方面工作的研究生,可以提供细致的指导工作,此外,项目组经费充实,可以满足相关试验开展的需求。

海冰漂移遥感监测不仅可以用于探测全球气候的动态变化,还可以预防和避免海上作业发生航道闭塞、海冰积压毁坏船只等事故。相较于数值模拟和浮标观测海冰漂移监测方法受到场地限制等影响,采用卫星遥感方式对海冰漂移进行监测,具有探测范围广、实时性强、周期性监测等优势。发挥海洋卫星多光谱设备与合成孔径雷达的观测能力,利用海洋卫星遥感数据开展海冰漂移分析与研究,对于提高掌控极地海冰运动信息的能力,保障船只航行安全具有十分重要的现实意义。

常采用的海冰漂移识别方法主要有相关匹配法、光流算法和小波分析等,本项目拟在此基础上结合深度学习算法优化识别精度,需具备一定的计算机视觉和深度学习基础知识。本项目基于极地遥感图像数据进行海冰漂移动态识别与监测,主要研究内容包括:

1.     海冰图像纹理特征提取方法研究;

2.     海冰图像特征跟踪与模式匹配算法研究;

3.     面向实船应用的海冰漂移识别监测系统开发与验证。

选题成员

1

指导教师

序号 教师姓名 电子邮箱 所属学院
1 周利 登录状态下查看 船舶海洋与建筑工程学院 第一指导教师
2 李放 登录状态下查看 船舶海洋与建筑工程学院 指导教师

选题附件

  • 极地船舶与冰场智能识别技术成果-202403.pdf
    下载附件需要您先登录系统
结束