|
搜索
搜 索
高等教育领域数字化综合服务平台
一种基于 GPU 加速的 DEM 超分辨率方法
本发明公开了一种基于 GPU 加速的 DEM 超分辨率方法。包括： (1)利用插值方法将低分辨率 DEM 学习数据扩充 K 倍，使其与高分辨 率 DEM 学习数据达到同一尺度；同时将待重建的 DEM 数据通过相同 的插值方法扩充 K 倍，得到低分辨率 DEM 重建数据；(2)分别将高分 辨率 DEM 学习数据、低分辨率 DEM 学习数据和低分辨率 DEM 重建 数据分为一系列大小为 N×N 的相互重叠的区域块；(3)对低分辨率 DEM 重建数据的每一个区域块，在低分辨率 DEM 学习数据中进行相 似
华中科技大学
2021-04-14
基于图像序列的超分辨率成像技术
基于真实成像模型，图像序列/视频数据的通用超分辨率重建方法；对弱纹理目标的高清重建，对超精细纹理的精确预测与重建。
东南大学
2021-04-11
多分辨率模型库
Ø 研究面向分布式虚拟环境数据管理系统的底层支撑环境。通过建立协同开发方式的系统，提高仿真资源的可重用性，缩短开发过程，充分共享资源并且为仿真环境提供高效的资源管理机制。研究包括对统一资源命名和定位管理技术的研究；分布式文件系统在分布式仿真环境中的应用及在此基础上实现的资源集成；数据的标准化表示和传输的研究。该技术目前已经在一体化仿真平台上得到了初步的应用。
北京理工大学
2021-04-14
多分辨率模型库（技术）
成果简介：研究面向分布式虚拟环境数据管理系统的底层支撑环境。通过建 立协同开发方式的系统，提高仿真资源的可重用性，缩短开发过程，充分共享资源并且为仿真环境提供高效的资源管理机制。研究包括对统一资源命名 和定位管理技术的研究；分布式文件系统在分布式仿真环境中的应用及在此 基础上实现的资源集成；数据的标准化表示和传输的研究。该技术目前已经 在一体化仿真平台上得到了初步的应用。 项目来源：自主开发 技术领域：计算机应用技术，仿真技术
北京理工大学
2021-04-14
一种基于低分辨率气象云图生成高分辨率云图的方法
本发明公开了一种基于低分辨率气象云图生成高分辨率云图的方法，包括以下步骤：（1）对原始低分辨率云图进行降级处理；（2）分别对原始低分辨率云图和降级后的云图进行分块操作并编号；（3）（4）计算值域块中的每个子块与(3)中仿射变换后的子块匹配误差，并保存匹配误差最小的子块序号、灰度变换对比度因子及灰度变换的亮度因子；（5）根据计算得出的变换因子参数矩阵及云图局部与整体基于统计学的自相似性，对输入图像进行分形迭代；（6）得
华中科技大学
2021-04-14
一种基于字典渐近更新的人脸图像超分辨率方法
一种基于字典渐近更新的人脸图像超分辨率方法:在训练阶段，采用去一法对低分辨率人脸图像训 练集的每张低分辨率人脸图像进行超分辨率重构，得到一层低分辨率中间字典;以此低分辨率中间字典 作为新的低分辨率人脸图像训练集输入，重构得到新一层的低分辨率中间字典;重复上述过程，最终得 到多层低分辨率中间字典。在测试阶段，根据输入的低分辨率人脸图像，上一层低分辨率中间字典和高 分辨率人脸图像训练集，对输入低分辨率人脸图像进行超分辨率重构，得到预估高分辨率人脸图像;重 复上述过程，最终重构出高分辨率人脸图像。本发明可得到更高质量、与真实情况更为接近的重建效果。
武汉大学
2021-04-13
一种用于数字高程模型的超分辨率方法及其系统
本发明公开了一种数字高程模型 DEM 超分辨率的方法，包括：建立高分辨率 DEM 与低分辨率 DEM 的位置映射，对每一个低分辨率DEM 测试区的子区域在低分辨率 DEM 搜索区进行相似块查找与相似性估计，选取相似性最高的一系列子区域作为相似块，将查找到的一系列相似块映射回高分辨率 DEM 实测区,将这些对应的高分辨率 DEM实测区子区域块按其对应的相似权重相加得到一个新的子区域,将上述超分辨率后的高分辨率 DEM 缺失区的子区域拼接起来，加上高分辨率 DEM 实测区已有的数据就为一个完整的高分辨率
华中科技大学
2021-04-14
基于数据驱动局部特征转换的噪声人脸超分辨率重建方法
一种基于数据驱动局部特征转换的噪声人脸超分辨率重建方法，包括对待重建的输入低分辨率人脸 图像和高、低分辨率训练集相应划分相互重叠的图像块;对于输入低分辨率人脸图像的每一个位置上的 图像块，分别从低分辨率人脸样本图像对应位置的图像块中找出 K 个最近邻的图像块，并对应找出相应 高分辨率人脸样本图像中的图像块，进行去均值化;利用映射系数计算出各图像块相应的高分辨率人脸 图像块，重构出高分辨率人脸图像，进行迭代后处理。本发明解决了主成分分析无法捕获处于高维流形 空间人脸特征的问题，利用局部流形的线性特性有效的进行了噪声人脸图像的超分辨率重建，同时进行 高分辨率图像后处理，进一步提高了重建结果的主、客观图像质量。
武汉大学
2021-04-13
高分辨率 CMOS 数字相机
已有样品/n高分辨率数字相机是机器视觉与工业检测中影像获取的主要手段。 随着成像技术的发展， CMOS成像技术由于其高分辨率、 低成本、 全数字化等优点， 获得越来越广泛的应用。 采用高性能CMOS探测器及FPGA等技术研制的高分辨率CMOS数字相机，能广泛应用于工业检测、 交通、 大楼等监视系统中。
中国科学院大学
2021-01-12
中国区域高分辨率气象驱动数据集
清华大学地球系统科学系阳坤教授课题组在《科学数据》（Scientific Data）上发表题为“The first high-resolution meteorological forcing dataset for land process studies over China”的研究成果，发布了过去十年间阳坤团队开发的一套服务于陆面、水文、生态等地表过程模型的中国高时空分辨率气象数据集。该数据采用严格的数据质量控制，统一的站点数据、卫星数据和再分析数据的融合方法，避免了不同学者对同一研究区域气象数据的重复处理。近地面气象数据是地表模型的主要驱动。自2004年美国国家航空航天局（NASA）发布全球陆面数据同化（GLDAS）气象数据以来，北美、欧洲等区域高分辨率气象驱动数据集也不断涌现。阳坤教授团队自2008年起利用中国气象局数据共享的契机，开始了中国区域高分辨率气象驱动数据集的开发，建立了气象数据的预处理系统和融合系统，完成了首套相对稳定可靠的长时间序列数据产品。该数据集覆盖了中国陆地区域，时间跨度为40年（1979-2018），空间分辨率0.1度，时间分辨率3小时，包括了近地面气温、气压、比湿、全风速、向下短波辐射通量、向下长波辐射通量、降水率等 7 个变量。基于独立站点数据的评估表明，该数据集较国际上广泛使用的 GLDAS 数据集具有更高精度。目前，该中国区域高分辨率气象驱动数据集已发布在国家青藏高原科学数据中心，可免费获取。原文链接：https://www.nature.com/articles/s41597-020-0369-y数据网址：https://doi.org/10.11888/AtmosphericPhysics.tpe.249369.file
清华大学
2021-04-10