项目名称: 基于邻域重构的DEM非局部超分辨率方法研究

项目编号: No.41371426

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 天文学、地球科学

项目作者: 侯文广

作者单位: 华中科技大学

项目金额: 75万元

中文摘要: 高精度地形模型在国民经济中具有重要的应用价值,DEM是建立地形模型的基础数据。通过外业测量获取高精度的DEM;基于DEM的不确定性,建立相应的曲面重建方法,减少或控制DEM误差引起的重建误差,是目前提高地形曲面精度的主要手段。前者生产成本高,后者对精度的提高相对有限。为此,本项目提出一种新的策略,在原始数据基础上,通过测量手段获取目标区域部分高分辨率/精度的DEM,再对两组数据进行联合处理,生成精度介于二者之间的DEM,并尽可能接近精度上限。该策略意图在一定的外业工作量基础上,通过发掘不同分辨率数据的冗余性和互补性,以提高DEM的精度,研究意义十分明显。目前,未见有与之相同的研究报道,本项目在借鉴图像超分辨率方法的基础上,技术思路是:基于子区域相似性和邻域相容性,在原始数据中,寻找待超分辨率数据的非局部相似子区域,根据相似程度,将高分辨率数据映射到对应的区域,从而实现DEM的超分辨率。

中文关键词: 数字地形模型;超分辨率;非局部;卷积神经网络;邻域重构

英文摘要: Digital terrain model plays an important role in many applications. To obtain high accuracy terrain model, two ways are now used. The first is to capture more accurate and dense DEM using modern equipement. Another is to introduce new approachs to decreas

英文关键词: Digital Elevation Model;Super Resolution;Non-local;Convolutional Neural Network;Neighborhood Reconstruction

成为VIP会员查看完整内容
0

相关内容

顾及时空特征的地理知识图谱构建方法
专知会员服务
53+阅读 · 2022年2月15日
【NeurIPS 2021】 基于置信度校正的可信图神经网络
专知会员服务
20+阅读 · 2021年12月26日
【CVPR2021】探索图像超分辨率中的稀疏性以实现高效推理
专知会员服务
60+阅读 · 2021年3月25日
专知会员服务
52+阅读 · 2021年3月22日
专知会员服务
77+阅读 · 2020年12月6日
CVPR 2019 论文大盘点-超分辨率篇
极市平台
77+阅读 · 2019年6月23日
低清视频也能快速转高清:超分辨率算法TecoGAN
机器之心
13+阅读 · 2019年4月16日
一文读懂图像压缩算法
七月在线实验室
16+阅读 · 2018年5月2日
如何设计基于深度学习的图像压缩算法
论智
41+阅读 · 2018年4月26日
一文概览基于深度学习的超分辨率重建架构
深度图像先验:无需学习即可生成新图像
论智
45+阅读 · 2017年12月4日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Residual Mixture of Experts
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月20日
SkiQL: A Unified Schema Query Language
Arxiv
0+阅读 · 2022年4月19日
Arxiv
1+阅读 · 2022年4月19日
Challenges for Open-domain Targeted Sentiment Analysis
Directional Graph Networks
Arxiv
27+阅读 · 2020年12月10日
Deformable Style Transfer
Arxiv
14+阅读 · 2020年3月24日
Meta-Transfer Learning for Zero-Shot Super-Resolution
Arxiv
43+阅读 · 2020年2月27日
小贴士
相关资讯
CVPR 2019 论文大盘点-超分辨率篇
极市平台
77+阅读 · 2019年6月23日
低清视频也能快速转高清:超分辨率算法TecoGAN
机器之心
13+阅读 · 2019年4月16日
一文读懂图像压缩算法
七月在线实验室
16+阅读 · 2018年5月2日
如何设计基于深度学习的图像压缩算法
论智
41+阅读 · 2018年4月26日
一文概览基于深度学习的超分辨率重建架构
深度图像先验:无需学习即可生成新图像
论智
45+阅读 · 2017年12月4日
相关基金
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
相关论文
Residual Mixture of Experts
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月20日
SkiQL: A Unified Schema Query Language
Arxiv
0+阅读 · 2022年4月19日
Arxiv
1+阅读 · 2022年4月19日
Challenges for Open-domain Targeted Sentiment Analysis
Directional Graph Networks
Arxiv
27+阅读 · 2020年12月10日
Deformable Style Transfer
Arxiv
14+阅读 · 2020年3月24日
Meta-Transfer Learning for Zero-Shot Super-Resolution
Arxiv
43+阅读 · 2020年2月27日
微信扫码咨询专知VIP会员