摘要
针对异源遥感影像成像模式、时相、分辨率等不同导致的图像匹配困难问题,提出了 一种基于循环生成对抗策略的遥感图像匹配算法.构建了跨数据域图像特征迁移的循环生成对抗网络(generative adversarial network,GAN),设计SmoothL1损失函数对网络进行优化,提高遥感图像特征提取精度,并基于图像特征迁移结果,建立三元组距离排序损失函数(trioplet margin ranking loss,TMRL)降低遥感图像的误匹配点数,实现异源遥感图像的准确匹配.实验结果表明,本文方法将异源遥感图像匹配平均准确率提升了 33.51％,与CMM-Net(cross modlity matching net)方法相比,具有更好的遥感图像匹配效果.此外,本文方法不需要目标域图像的标注信息,匹配时间缩短了 0.073 s,能快速准确实现异源遥感图像匹配.
NETL
NSTL
维普
万方数据