基于深度学习的机载激光海洋测深海陆波形分类（英文）

作者：胡善江; 贺岩; 陶邦一; 俞家勇; 陈卫标

来源：红外与激光工程, 2019, 48(11): 165-172.

• 海洋测深
• 激光雷达
• 分类
• 深度学习

机载激光雷达的海陆波形分类对于沿海地区及其变化性质的研究至关重要。提出了一种在原始的机载激光雷达回波上使用深度学习进行分类的方法。构建全连接神经网络和一维卷积神经网络(CNN),在一个测量海域的数据集上进行训练和测试,最优模型获得了99.6%的分类精度。该最优模型对来自不同测量海域的数据进行分类,分类精度达到了95.6%,相比支持向量机方法,处理速度提高了约52%。结果表明:深度学习方法对机载激光雷达回波波形的分类具有较高的精度和速度,它可以进一步作为通过机载激光测深技术对海底种类进行分类的候选方法。

• 单位
  山东科技大学; 中国科学院上海光学精密机械研究所; 中国科学院大学