基于深度学习的超分辨率土地覆被分类图的获取方法
授权
摘要
本发明实施例提供一种基于深度学习的超分辨率土地覆被分类图的获取方法，该方法包括：将所述低时空分辨率的土地覆盖图输入超分辨率提取模型，输出对应于所述低时空分辨率的土地覆盖图的超分辨率土地覆被分类图；其中，所述超分辨率提取模型是基于样本低时空分辨率的土地覆盖图和对应于各样本低时空分辨率的土地覆盖图的超分辨率土地覆被分类图标签进行训练后得到的，所述超分辨率提取模型采用卷积运算单元与LSTM网络级联后建立的网络进行训练，所述卷积运算单元使用的卷积核是X*1矩形卷积核，X为大于0的整数。本发明实施例提供的方法，实现了获取更准确和更明确的超分辨率土地覆被分类图。
基本信息
专利标题 ：
基于深度学习的超分辨率土地覆被分类图的获取方法
专利标题（英）：
暂无
公开（公告）号 ：
CN111402131A
申请号 ：
CN202010162379.1
公开（公告）日 ：
2020-07-10
申请日 ：
2020-03-10
授权号 ：
CN111402131B
授权日 ：
2022-04-01
发明人 ：
赵祥王昊宇
申请人 ：
北京师范大学
申请人地址 ：
北京市海淀区新街口外大街19号
代理机构 ：
北京路浩知识产权代理有限公司
代理人 ：
王宇杨
优先权 ：
CN202010162379.1
主分类号 ：
G06T3/40
IPC分类号 ：
G06T3/40 G06K9/62 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06T
一般的图像数据处理或产生
G06T3/00
在图像平面内的图形图像转换
G06T3/40
整个或部分图像的缩放
法律状态
2022-04-01 ：
授权
2020-08-04 ：
实质审查的生效
IPC(主分类) : G06T 3/40
申请日 : 20200310
申请日 : 20200310
2020-07-10 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
