一种用于DSM局部缺失的深度学习修复算法.pdf

文档介绍：年 测 绘 科 学 技 术 学 报
2020 2020
第 卷第 期
37 3 Journal of Geomatics Science and Technology
文章编号: ( )
1673-6338 2020 03-0281-06
一种用于 局部缺失的深度学习修复算法
DSM
，
官 恺1 2， 刘 智1， 金 飞1， 韩佳容2， 芮 杰1
( 信息工程大学，河南 郑州 ； 西安测绘总站，陕西 西安 )
1. 450001 2. 710054
摘要:受地形、地物遮挡和反射率等影响，机载激光雷达获得的 数据值存在局部缺失。 针对此问题，
DSM
设计了一种基于 改进的深度学习算法，成功地将深度学习图像修复方法应用于 修复。 该算法
U-Net DSM
通过在 基础上结合部分卷积和注意力模块的方式能有效地减小修复误差，具有更好的鲁棒性。 其
U-Net
中，部分卷积可增强不规则缺失边缘特征的提取能力；注意力模块能在通道和空间两个维度增加特征权重
自适应学习机制。 为了验证算法的有效性，采用多种方法对两个地区的 数据进行了实验。 实验结果