| 基于深度学习的视频观测潮位技术研究——以厦门高崎码头为例 |
| |
| 引用本文： | 曾志,陈智杰,孙全.基于深度学习的视频观测潮位技术研究——以厦门高崎码头为例[J].海洋开发与管理,2024,41(1):94-101. |
| |
| 作者姓名： | 曾志 陈智杰 孙全 |
| |
| 作者单位： | 自然资源部第三海洋研究所；福建省海洋物理与地质过程重点实验室 |
| |
| 基金项目： | 自然资源部第三海洋研究所基本科研业务费专项资金资助项目“不同物源砾石海滩沉积与动力地貌差异性研究”（No.2019029）；厦门市海洋与渔业发展专项资金青年科技创新项目资助“基于高清视频识别技术的近岸潮汐、海流、波浪观测技术研究”（23ZHZB050QCB40）. |
| |
| 摘 要： | 近岸潮位观测是海洋工程应用、海岸防灾减灾、海岸带管理以及海洋有关科研工作中最基础的工作之一。文章基于视频图像深度学习的方法，使用YOLOv5目标检测算法从安装在近岸的固定摄像机拍摄的视频帧中提取潮汐水位特征进行潮位分析。研究采用厦门高崎码头的分辨率为1920×1080的高清摄像头2023年2月的影像数据作为训练集和验证集，2023年3月的影像数据作为测试集，利用岸边验潮井逐时潮位数据进行标注，采用YOLOv5目标检测算法来训练。计算结果显示，通过视频观测潮位在训练集和测试集上的误差分别为3.9 cm和5.3 cm。视频中1个像素点代表3.8 cm，因此潮位观测的平均误差为像素级。研究表明在近岸通过高清摄像头基于图像深度学习进行潮位观测的方法是可行的，观测精度取决于图像目标物的分辨率。
|
| 关 键 词： | 深度学习 潮位观测 厦门高崎码头 高清视频 |
| 收稿时间： | 2023/5/9 0:00:00 |
| 修稿时间： | 2023/11/28 0:00:00 |
|
| 点击此处可从《海洋开发与管理》浏览原始摘要信息 |
| 点击此处可从《海洋开发与管理》下载免费的PDF全文 |
