摘要
基于双分支并行特征学习网络的多模态遥感图像配准模型构建方法、配准方法、相关装置、电子设备及存储介质,包括:获取若干样本,并按比例将其划分为训练集和测试集,利用训练集对基于双分支并行特征学习网络构建的模型进行训练,得到多模态遥感图像配准模型,利用测试集对训练后的多模态遥感图像配准模型进行测试,优化模型参数。本发明引入基于双分支并行特征学习网络构建的光学分支网络和SAR分支网络,光学分支网络和SAR分支网络均包括模态自适应编码器和层次化特征配准模块,模态自适应编码器能够提取图像的全局特征与局部特征,使得训练得到的模型不再受限于局部特征,层次化特征配准模块能够优化增强特征,提高配准的精确性。
技术关键词
图像配准模型
并行特征
图像特征提取模型
分支
网络
多模态
注意力机制
编码器
残差结构
遥感图像配准方法
特征提取模块
样本
图像配准装置
多尺度特征融合
编码模块
数据获取单元
电子设备
系统为您推荐了相关专利信息
标识管理系统
工艺控制参数
光学防伪单元
验证终端
生成对抗网络模型
跟踪方法
图像特征提取
图像分类网络
轨迹
匈牙利匹配算法
群体智能算法
数字孪生体
排放量
实时数据
群体智能优化
芯片封装模块
温度调节模块
存储芯片
温度传感器
丝网