基本信息

---

下载

文档摘要

---

摘要

在南极天文观测领域，云量与极光的识别对于天文选址和望远镜调度等应

用具有重要意义。然而，人工目视识别云量与极光的方法存在费时费力、无法

现场部署等问题无法满足南极天文研究的需要。实现南极夜空图像云量与极光

智能化识别势在必行。为此，本文以KLCAM(KunLunCloudandAuroraMonitor)

一年间拍摄得到的夜空图像数据为基础，使用深度学习方法实现了南极夜空图

像云量与极光的智能化识别，并结合具体应用场景研究了高效推理优化方法。

首先，为了