融合双注意力与深度神经网络的遥感图像配准北大核心 |
| |
引用本文: | 李绩鹏陈颖王东振.融合双注意力与深度神经网络的遥感图像配准北大核心[J].计算机仿真,2022(7):42-47. |
| |
作者姓名: | 李绩鹏陈颖王东振 |
| |
作者单位: | 1.上海应用技术大学计算机科学与信息工程学院201418; |
| |
基金项目: | 国家自然科学基金资助项目(61976140);上海应用技术大学协同创新基金资助项目(XTCX2018-17)。 |
| |
摘 要: | 在多视角遥感图像配准中,部分方法在复杂场景下存在配准精度不高或实时性低等问题,针对以上不足,提出融合双注意力机制的网络中网络作为特征提取器的端到端图像配准算法。算法分为特征提取、特征匹配和参数预测三部分,首先使用网络中网络改进模型对于复杂特征的提取能力,同时引入双注意力机制提升对特征的分辨和定位效果;然后在特征匹配层使用双向的相关运算改善特征匹配精度,匹配层输出的匹配图输入参数预测网络,预测从待配准图像到参考图像的变换参数。实验表明,与传统算法对比,配准精度平均提升10%以上,速度至少提升20%,所提方法有效提升了多视角遥感图像配准的效果。
|
关 键 词: | 遥感图像 图像配准 注意力机制 单应性变换 深度学习 |
本文献已被 维普 等数据库收录! |
|