Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于时空自监督学习的多通道静止卫星时序超分方法 

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!

摘要:本发明涉及基于时空自监督学习的多通道静止卫星时序超分方法。包括:获取训练数据集,其包括数据对;构建时序超分预训练模型;将数据对输入时序超分预训练模型,并基于预先构建的损失函数进行训练,得到训练好的时序超分模型;训练时,隐空间编码器对输入的数据对进行处理,输出隐空间表示张量与隐空间残差张量;将隐空间表示张量输入序列时空运动流估计模块,得到时空运动流表示张量;将时空运动流表示张量输入内插帧预测模块进行卷积运算,得到隐空间内插帧;将隐空间内插帧与隐空间残差张量输入内插帧解码模块进行还原,得到高分辨率时序超分结果。本发明改变了多通道静止卫星时序超分范式,提升了精度和可靠性。

主权项:1.一种基于时空自监督学习的多通道静止卫星时序超分方法,其特征在于,所述方法包括:获取训练数据集,所述训练数据集包括由低分辨率待超分数据与高分辨率真值标签组成的数据对;构建时序超分预训练模型,所述时序超分预训练模型包括隐空间编码器、序列时空运动流估计模块、内插帧预测模块、内插帧解码模块;将所述数据对输入所述时序超分预训练模型,并基于预先构建的损失函数进行训练,得到训练好的时序超分模型;训练时,所述隐空间编码器对输入的数据对进行处理,输出隐空间表示张量与隐空间残差张量;将所述隐空间表示张量输入所述序列时空运动流估计模块进行全序列的时空运动流估计,得到时空运动流表示张量;将所述时空运动流表示张量输入所述内插帧预测模块进行卷积运算,得到隐空间内插帧;将所述隐空间内插帧与所述隐空间残差张量输入所述内插帧解码模块进行解码还原,得到高分辨率时序超分结果。

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 基于时空自监督学习的多通道静止卫星时序超分方法

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。