首页|基于深度学习的异源立体影像对匹配方法

基于深度学习的异源立体影像对匹配方法

Matching method of heterologous stereo image pairs based on deep learning

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
相对于同源影像立体匹配,基于无人机倾斜摄影与近景摄影获取的异源影像在空间特征、视场角及分辨率等方面均存在较大的差异,给影像匹配带来困难.本文利用基于单应性变换的卷积神经网络提取特征点,在匹配阶段采用交叉注意力机制的图神经网络进行特征点匹配.该方法较好地克服了异源影像间因存在较大视差和扭曲变换而导致的匹配效果较差的问题,并以河北省廊坊市大城县的马家祠堂为试验数据,对比传统SURF(加速稳定性征)算法与深度学习算法的匹配效果.结果表明,基于深度学习算法对存在大视角差异的异源影像的匹配率更高.

段芸杉、吴献文、王瑞瑞、石伟、李怡燃

展开 >

北京林业大学林学院,北京100083

广东工贸职业技术学院,广东 广州510510

中国科学院地理科学与资源研究所,北京100101

SURF算法 异源影像 单应性矩阵 图神经网络 特征匹配

2022

测绘通报
测绘出版社

测绘通报

CSTPCDCSCD北大核心
影响因子：1.027
ISSN：0494-0911
年,卷(期)：2022.(12)
  • 1
  • 8