海洋观测图像的深度哈希检索及FPGA在轨实现

• 作 者: 韩丽容 李鹏 王廷伟 李慧 任鹏
• 机 构: 中国石油大学（华东）信息与控制工程学院,数学工程与先进计算国家重点实验室
• 出 处: 海洋科学
• 发表日期: 2018年01期
• 关键词: 海洋观测图像 快速检索 卷积神经网络 哈希算法 FPGA Ocean images Fast retrieval CNN Hash algorithm FPGA
• 基金项目: 数学工程与先进计算国家重点实验室开放基金（2017A05）和青岛市自主创新计划应用基础研究项目（16-5-1-11-jch）

近年来,星载/机载的在轨海洋观测设备日益增多。如何从星/机在轨观测的数据中快速且准确地检索出关键图像并进行回传,逐渐成为在轨实时处理的重要研究课题。哈希函数作为一种映射函数,能够将不同图像变换为相同长度的二进制码,并且保持类似图像二进制码的相似性。为了保证二进制编码的特征表达能力,采用深度卷积神经网络(Convolutional Neural Network,CNN)提取海洋图像的特征信息,对图像进行哈希变换。本文以海洋观测图像作为训练数据集,基于深度卷积神经网络在GPU(Graphics Proc