摘要
本发明提供了一种多模态遥感影像渐进式配准方法和系统,包括:步骤1,获取灾害区域灾前与灾后多模态遥感影像对,构建灾害场景多模态灾害遥感影像配准数据集,划分训练集和测试集;步骤2:构建多尺度深度特征提取网络,对多模态遥感影像对进行深度编码,分别提取局部细节及全局结构特征,生成多尺度特征金字塔;步骤3:基于多尺度特征金字塔构建渐进式跨模态变换网络,通过跨模态注意力机制挖掘模态不变特征,逐像素回归多尺度对称密集形变场;步骤4:基于多尺度对称密集形变场,通过一致性损失函数训练深度学习模型,利用训练后的深度学习模型对测试集数据执行几何变换,输出配准结果。本发明实现了多模态遥感影像自动几何校正。
技术关键词
配准方法
深度特征提取网络
训练深度学习模型
灾害遥感
多尺度特征金字塔
跨模态
多模态
生成多尺度
深度编码
注意力机制
配准系统
高分辨率遥感影像
数据
星载光学