一种热红外与可见光影像深度特征匹配方法

摘要：

针对无人机热红外影像与光学卫星影像的匹配难题,提出一种基于异源地标数据集学习的深度局部特征匹配方法.首先,利用生成对抗网络学习热红外与可见光影像的灰度分布规律,并进一步合成用于特征提取模型训练的热红外影像地标数据集;然后,联合残差网络和注意力机制模型,从数据集中学习深度不变特征;最后,经过对不变特征的匹配、提纯等处理,获得像对的正确匹配点.试验测试了该方法的性能,并与KAZE、特征检测描述网络和深度局部特征模型进行了对比.结果表明,提出的方法对灰度、纹理、重叠率以及几何变化具有较强的适应性,且匹配效率较高,可为无人机视觉导航提供支撑.

关键词：异源地标数据集、深度局部特征、匹配、热红外、可见光

所属期刊栏目：48

分类号：P237(摄影测量学与测绘遥感)

资助基金：中原科技创新领军人才计划194200510023

在线出版日期：2023-03-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：316-324