我正在搜索正确的机器学习方法来执行以下操作：
1-我有一些屋顶的鸟瞰图。
2-我对以上图像有相应的点云（XYZ）。
3-我想训练一个（CNN？）模型，以在只有航空图像可用时生成DSM（数字表面模型），并尝试从RGB图像预测其高度。
我当时正在考虑使用Mask R-CNN进行语义分割，并使用高度值从零到n的逐像素标签： 遵循以下原则：
但是我不确定这是否是正确的方法。 ML中是否有任何标准技术比Mask R-CNN更适合我的问题？
我应该搜索哪些关键字？
我用尽了我的所有GoogleFu，但找不到任何有关它的信息。我发现的最相似的文章是“用于多传感器图像分辨率增强的深度学习”，它使用低分辨率的图像仅通过低分辨率的输入即可生成高分辨率（我在这里需要某种不同的解决方案）
