买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国人民解放军国防科技大学

摘要：本申请涉及了一种海面高度的超分辨率重构方法、装置、设备及介质，方法引入深度学习构建图像超分辨率模型，通过深度模型提取粗分辨率的海面高度、海面经向风速、海面纬向风速和高分辨率海面温度的多通道不同尺度的特征信息，通过多通道不同尺度的特征信息推断出粗分辨率的海面高度、海面经向风速、海面纬向风速和高分辨率海面温度与高分辨率的海面高度之间的映射关系，实现海面高度的高分辨率重构。相较于现有的统计和插值方案，本方法能够更加准确高效的重构高分辨率海面高度。

主权项：1.一种海面高度的超分辨率重构方法，其特征在于，所述海面高度的超分辨率重构方法包括：获取待测区域的粗分辨率的海面高度、海面经向风速、海面纬向风速以及高分辨率的海面温度；将所述待测区域的粗分辨率的海面高度、海面经向风速、海面纬向风速以及高分辨率的海面温度输入至预设的深度学习模型中，使所述深度学习模型提取所述待测区域的粗分辨率的海面高度、海面经向风速、海面纬向风速以及高分辨率的海面温度之间的不同尺度特征，并根据所述不同尺度特征重构高分辨率的海面高度；所述深度学习模型包括第一要素卷积堆叠模块、第二要素卷积堆叠模块和特征处理模块，其中，所述第一要素卷积堆叠模块包括三个堆叠子模块，所述第二要素卷积堆叠模块包括两个堆叠子模块，所述堆叠子模块包括多个并列的子网络，每一个子网络均存在卷积层和激活层且每一个子网络中的卷积层与其它子网络中的卷积层存在不同的卷积核；所述将所述待测区域的粗分辨率的海面高度、海面经向风速、海面纬向风速以及高分辨率的海面温度输入至预设的深度学习模型中，使所述深度学习模型提取所述待测区域的粗分辨率的海面高度、海面经向风速、海面纬向风速以及高分辨率的海面温度之间的不同尺度特征，并根据所述不同尺度特征重构高分辨率的海面高度，包括：将所述待测区域的粗分辨率的海面高度数据、海面经向风速数据和海面纬向风速数据分别输入至所述第一要素卷积堆叠模块中的对应一个堆叠子模块中，以通过对应一个堆叠子模块提取对应输入数据的堆叠特征，并对所述三个堆叠子模块的堆叠特征进行堆叠，得到所述第一要素卷积堆叠模块输出的堆叠特征图；所述堆叠特征是指所述堆叠子模块提取对应输入数据的多个不同尺寸特征并进行堆叠得到的特征；将所述待测区域的高分辨率的海面温度数据输入至所述第二要素卷积堆叠模块，以通过所述第二要素卷积堆叠模块的第一个堆叠子模块提取所述高分辨率的海面温度数据的堆叠特征，对所述高分辨率的海面温度数据的堆叠特征进行双线性插值下采样，得到所述高分辨率的海面温度数据的高分辨率特征图，并通过所述第二要素卷积堆叠模块的第二个堆叠子模块提取所述高分辨率特征图的堆叠特征，对所述高分辨率特征图的堆叠特征进行双线性插值下采样，得到低分辨率特征图；将所述堆叠特征图与所述低分辨率特征图在通道维度上堆叠，得到多通道特征图，将所述多通道特征图输入至所述特征处理模块中，以使得所述特征处理模块根据所述多通道特征图重构高分辨率的海面高度数据。

全文数据：

权利要求：

百度查询： 中国人民解放军国防科技大学 一种海面高度的超分辨率重构方法、装置、设备及介质