基于神经网络的沿海低分辨率水深数据高分辨率化方法
申请人信息
- 申请人:青岛埃克曼科技有限公司
- 申请人地址:266000 山东省青岛市市南区银川西路67、69号青岛动漫产业园E座204
- 发明人: 青岛埃克曼科技有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于神经网络的沿海低分辨率水深数据高分辨率化方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311801659.2 |
| 申请日 | 2023/12/26 |
| 公告号 | CN117474763A |
| 公开日 | 2024/1/30 |
| IPC主分类号 | G06T3/4053 |
| 权利人 | 青岛埃克曼科技有限公司 |
| 发明人 | 张子良; 于华明; 张辰宇; 徐杰; 马启棣 |
| 地址 | 山东省青岛市市南区银川西路67、69号青岛动漫产业园E座204 |
摘要文本
基于神经网络的沿海低分辨率水深数据高分辨率化方法，包括由高分辨率海图数据制作高分辨率水深数据图像，制作与高分辨率水深数据图像同一位置的低分辨率水深数据图像，建立水深值与颜色对应关系，同一位置下的高分辨率和低分辨率水深数据图像，导入预训练模型，进行模型训练，若不收敛则对模型参数调整，直至收敛，使用非训练区域水深数据进行模型效果评估，效果不佳则对训练区域内高分辨率与低分辨率水深数据图像的边缘进行裁剪，得到用于对近岸低分辨率水深数据进行高分辨率化的神经网络模型。本发明的模型易于构建，数据来源可靠，预测准确率较传统方法更高；除水深数据外，基于相同的思路也可以建立其他低分辨率数据与高分辨数据之间的模型。
专利主权项内容
1.基于神经网络的沿海低分辨率水深数据高分辨率化方法，其特征是包括：(1)根据高分辨率海图数据，建立具有水深及坐标信息的、用于神经网络训练和测试的高分辨率水深数据图像；(2)根据高分辨率水深数据图像的坐标信息，寻找对应位置的低分辨率水深数据，建立具有水深及坐标信息的、用于神经网络训练和测试的低分辨率水深数据图像；(3)通过以上操作得到同一位置下的高分辨率图像水深数据图像与低分辨率水深数据图像，并作为训练区域内的水深数据图像，据此建立水深值与图像颜色的对应关系；(4)导入预训练模型，对模型进行训练，若模型不收敛，则对模型参数进行进一步调整，直至模型收敛；(5)采用非训练区域低分辨率水深数据对模型进行拓展验证，将模型通过低分辨率水深数据得到的高分辨率水深数据与实际的高分辨率水深进行比对，如果效果不佳，则对原训练区域内高分辨率与低分辨率水深数据图像的边缘进行裁剪，将裁剪后的图像用于模型训练；(6)通过以上步骤得到用于对近岸低分辨率水深数据进行高分辨率化的神经网络模型。。来源：百度马 克 数据网