Двадцать первая международная конференция "СОВРЕМЕННЫЕ ПРОБЛЕМЫ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ЗЕМЛИ ИЗ КОСМОСА"
XXI.D.443
Развитие процедур автоматического детектирования и локализации центров тропических циклонов на спутниковых изображениях
Якушева А.Н. (1), Ермаков Д.М. (1,2)
(1) Институт космических исследований РАН, Москва, Россия
(2) Институт радиотехники и электроники им. В.А. Котельникова РАН, Фрязинский филиал (ФИРЭ им. В.А. Котельникова РАН), Фрязино, Московская обл., Россия
Тропические циклоны (ТЦ) являются одними из самых разрушительных атмосферных явлений. Поэтому одной из актуальных задач ДЗЗ является автоматическое детектирование ТЦ в разных фазах развития на спутниковых изображениях и определение его центра.
В связи с сильной изменчивостью структур ТЦ до сих пор существуют трудности их автоматического детектирования и определения точного местоположения центра. Известная из мировой литературы средняя статистическая ошибка по разным методам восстановления центра ТЦ составляет около 0,237° по широте и долготе. Эта оценка сопоставима с характерным размером глаза ТЦ и свидетельствует о необходимости дальнейшего совершенствования применяемых методов. Параллельно ведется множество исследований, направленных на автоматизацию детектирования ТЦ на спутниковых снимках с помощью методов машинного обучения. Средний показатель точности в наиболее успешных подходах составляет около 95% (пропуск ТЦ в 5% случаев) на изображениях в инфракрасном диапазоне.
В докладе обсуждается разработанная и реализованная методика автоматического выявления ТЦ на спутниковых снимках и определения его центра с помощью сверточных нейронных сетей (CNN) и специализированных алгоритмов компьютерного зрения. На основе обработки большого массива спутниковых данных показано, что точность автоматического детектирования ТЦ по предложенной методике к настоящему времени составляет 98%. Предлагаются подходы к дальнейшему улучшению этого показателя. Также продолжается совершенствование методики локализации центра ТЦ. Обсуждаются наиболее типичные случаи возникновения больших ошибок в работе реализованных методик.
Работа выполнена в рамках государственного задания ИКИ РАН (тема «Мониторинг», г/р № 122042500031-8).
Ключевые слова: Тропический циклон, автоматическое детектирование, локализация, машинное обучение, нейронная сеть, компьютерное зрение
Дистанционные методы исследования атмосферных и климатических процессов
184