提升生产效率，服务智能测绘

1. 一体化作业流程 具有基于AI算法DSM/DEM生成、多源数据解析、立体模型自动恢复、二三维编辑、拼接分幅、质检、数据汇交一体化的解决方案，能够满足平地、丘陵、山地、高山地等多类型数据DSM/DEM编辑生产。

2. 随需定制，灵活自如 基于AI算法生成DSM/DEM、二三维交互式编辑、特征要素采编构TIN编辑、精匹配、实时等高线套合立体辅助编辑、DLG辅助编辑、格式转换、质量检查等多元功能，可根据项目需求自由组合、灵活调整。

3. 严苛分幅质检，品质保障 依据国军标等数据形成分幅及质检标准，确保成果合规达标，为项目交付提供坚实的质量保障。

多维精细编辑，构建高精度数字地形

PIE-DEM 智能采编系统提供对多源遥感影像获取的DEM/DSM数据的生产和编辑功能，支持调用立体影像，通过采集三维矢量精细化编辑DSM/DEM，支持以渲染模式对DSM/DEM进行二维编辑。具备自动建立卫星影像和航空影像工程、自动立体模型恢复、DSM/DEM二三维编辑、DEM拼接、DEM分幅、DSM/DEM精度检查、DEM编辑辅助工具等一系列专业处理功能。软件界面简洁、操作灵活、处理高效，成果可靠。已应用于测绘相关的多个DEM生产项目。

提供宏图一号InSAR-DSM到DEM解决方案

针对SAR卫星DSM/DEM二维编辑需求，设计了首点高、真实高、升降（调参）、特征线、道路重构、水体重构、TIN重构、TIN推平、曲面重构、曲面推平、DEM替换、滤波等二维编辑功能，形成了完整的解决方案。

基于AI的卫星遥感影像逐像素立体匹配技术

模型首先采用U-Net网络结构对左右核线影像进行不同尺寸的特征提取，对提取的不同尺寸特征分别构建代价体。 图中蓝色部分为负视差，橙色部分为正视差，立方体缺失部分的值设为0。这种代价体构造方式不仅能使网络处理正负视差同时存在的情况，还能从概率的角度对匹配代价进行解释，增强了网络的可解释性。

训练样本制作特点

设计自适应动态匹配策略，局部动态调整核线影像切块位置，自动生成深度学习训练样本。解决了卫星影像尺寸大，成像视角差异与地形起伏大造成的，切块后立体像对视差过大、重叠度较低的问题，另外视差范围的缩小降低了模型的训练难度，加速模型收敛。

基于AI的卫星遥感影像逐像素立体匹配模型特点

优化HSM算法网络结构，增加专门用于处理正负视差数据的模块，添加双向特征提取模块，分别提取正负视差特征，将这些特征融合到主网络中。改进损失函数，支持同时处理正负视差数据，采用加权的均方误差损失函数，对正负视差数据赋予不同的权重，以平衡它们对模型训练的影响。