申请/专利权人：南京师范大学

申请日：2023-11-15

公开（公告）日：2024-03-29

公开（公告）号：CN117788286A

主分类号：G06T3/4053

分类号：G06T3/4053;G06T3/4046;G06T17/05;G06N3/045;G06N3/0475;G06N3/094

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.16#实质审查的生效;2024.03.29#公开

摘要：本发明公开了一种基于地形趋势和残差的DEM超分辨率重建方法及系统，涉及DEM超分辨率重建技术领域，包括对高分辨率DEM进行预处理；通过SRGAN神经网络架构训练神经网络；对待重建的低分辨率DEM进行去趋势分解，分解后输入完成训练的神经网络和插值方法中进行重建，对重建后的DEM进行评价。本发明提供的基于地形趋势和残差的DEM超分辨率重建方法将待重建的低分辨率DEM使用去趋势技术分解为低分辨率地形残差和低分辨率地形趋势，分别将两者输入训练好的神经网络和插值方法中进行重建，不仅能增加地形特征信息表达的准确性和全面性，还可以减少模型训练过程中对训练数据数量的高要求，同时通过加快模型收敛来提高模型训练速度。

主权项：1.一种基于地形趋势和残差的DEM超分辨率重建方法，其特征在于，包括：对高分辨率DEM进行预处理；通过SRGAN神经网络架构训练神经网络；对待重建的低分辨率DEM进行去趋势分解，分解后输入完成训练的神经网络和插值方法中进行重建，对重建后的DEM进行评价。

全文数据：

权利要求：

百度查询： 南京师范大学 一种基于地形趋势和残差的DEM超分辨率重建方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD