APP下载

基于ResNet和RF-Net的遥感影像匹配

2020-09-10廖明哲

液晶与显示 2020年9期
关键词:关键点特征检测

廖明哲,吴 谨*,朱 磊

(1.武汉科技大学 信息科学与工程学院,湖北 武汉 430081;2.冶金自动化与检测技术教育部工程中心,湖北 武汉 430000)

1 引 言

遥感影像包含来自卫星、地面和航空等不同来源的图像数据,通过对这些图像进行匹配,可以建立起不同图像间的空间对应关系,为检测地球表面环境变化,应用于地质勘测和军事侦察等领域提供服务。

图像匹配使来自相同或者不同传感器、具有不同视角和不同时相的多幅同一场景图像,在空间上实现几何对齐[1]。图像匹配的常用方法可以分为3类:基于灰度和模板的方法、基于域变换的方法和基于特征的方法。其中,基于特征的匹配方法鲁棒性好,适用于较多的应用场景[2]。典型的基于特征的方法包括两部分:带有属性的关键点检测和特征描述子提取。

基于特征的深度学习图像匹配是目前非常重要的匹配技术,在深度学习图像匹配框架中,有些方法仅用于检测关键点,有些方法仅用于提取特征描述子。关键点检测部分构建响应图,特征信息丰富的响应图有利于检测到更多的关键点;特征描述子提取部分端到端地训练特征描述子[3],特征描述子是用于描述图像中某个关键点的特征向量。关键点检测和特征描述子提取基于不同目标进行优化,两个部分的增益无法直接叠加,在同一个通道中同时训练这两个部分难以取得更好的效果[4]。因此,如何联合训练关键点检测和特征描述子提取,使两个部分彼此更好地协作,是深度学习图像匹配需要解决的问题。……

登录APP查看全文

猜你喜欢

关键点特征检测
肉兔育肥抓好七个关键点
如何表达“特征”
不忠诚的四个特征
小波变换在PCB缺陷检测中的应用
医联体要把握三个关键点
锁定两个关键点——我这样教《送考》
线性代数的应用特征