一种基于深度学习的时空轨迹数据质量增强方法及装置

发明专利有效专利

申请号：
CN202110631405.5
IPC分类号：G06T3/40;G06N3/04;G06N3/08
申请日期：
2021-06-07
申请人：
之江实验室;中国科学院大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于深度学习的时空轨迹数据质量增强方法及装置
申请号	CN202110631405.5	申请日期	2021-06-07
法律状态	实质审查	申报国家	中国
公开/公告日	2021-11-02	公开/公告号	CN113592710A
优先权	暂无	优先权号	暂无
主分类号	G06T3/40 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06T 一般的图像数据处理或产生〔6，2006.01〕 G06T3/00 在图像平面内的图形图像转换，例如，从位像到位像地建立一个不同图像〔6〕 G06T3/40 整个或部分图形的定标〔6〕	IPC分类号	G;0;6;T;3;/;4;0;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	之江实验室;中国科学院大学	申请人地址	浙江省杭州市余杭区文一西路1818号人工智能小镇10号楼变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	之江实验室,中国科学院大学	当前权利人	之江实验室,中国科学院大学
发明人	曹翰林;唐海娜
代理机构	杭州求是专利事务所有限公司	代理人	应孔月

摘要

本发明公开了一种基于深度学习的时空轨迹数据质量增强方法及装置，该方法包括：获取预定空间内的原始时空轨迹数据；根据所述原始时空轨迹数据，构建轨迹图像训练对，所述轨迹图像训练对包括低分辨率轨迹图像和相应的高分辨率轨迹图像；以所述低分辨率轨迹图像作为输入，使用图像超分辨率重建技术生成超分辨率轨迹图像；利用基于卷积神经网络的图像嵌入模型将所述超分辨率轨迹图像和与之对应的所述高分辨率轨迹图像到低维向量空间中，得到低维轨迹向量，完成时空轨迹数据质量的增强。本发明将图像超分辨率重建技术引入到轨迹质量增强问题中，有效地缓解了不一致采样率和噪声对轨迹数据质量影响。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供