一种基于深度学习的DSM局部缺失修复方法

摘要

本发明涉及一种基于深度学习的DSM局部缺失修复方法，属于DSM数据处理技术领域。本发明构建包含有特征提取模块、通道融合模块和分辨率恢复模块的修复模型，其中特征提取模块采用部分卷积进行特征提取，使卷积核的形状可以根据掩膜形状任意改变，增强不规则缺失边缘特征的提取能力；通道融合模块通过在通道和空间两个维度增加特征权重，选取重要的特征进行修复；分辨率恢复模块通过上采样和部分卷积的方式恢复特征图的分辨率。通过上述修复模型本发明不仅修复精度整体更高，同时在缺失比例变化上具有更好的鲁棒性。