摘要
本发明涉及地形测绘技术领域,特别涉及一种结合深度图的DEM超分辨率重建方法及系统,构建多模态数据集,该数据集包含配对的光学影像、深度图、低分辨率DEM图像和高分辨率DEM图像;设计多模态融合超分辨率网络:设计伪暹罗特征提取模块提取光学影像、深度图和低分辨率DEM图像的低层特征和高层特征;再通过多尺度特征融合模块将伪暹罗特征提取模块生成的低层特征图在浅层融合、将深层特征图在深层进行融合;通过DEM重构模块输出高分辨率DEM图像;利用多模态数据集以及协同损失函数训练多模态融合超分辨率网络。本发明基于基础深度大模型将光学影像生成的深度图作为先验知识引导DEM超分辨率重建任务,无需复杂的微调过程,提高了DEM重建精度和效率。
技术关键词
深度图
超分辨率网络
特征提取模块
多模态
多尺度特征融合
重构模块
影像
融合特征
图像
双线性插值
地形测绘技术
通道注意力机制
数据
空洞
金字塔
模型训练模块
上采样
重建系统
系统为您推荐了相关专利信息
缺陷智能检测方法
多模态数据采集
权重分配机制
识别壳体
多传感器协同
筛查方法
多模态
文本
医学图像数据
医学图像分割模型
火车车厢
稀疏卷积神经网络
特征点云
激光雷达扫描仪
卷积编码器