摘要
本发明涉及遥感图像处理与计算机视觉领域,公开了基于双分支上下文感知的卫星影像级联匹配方法及系统,包括以下步骤:构建异构双分支特征提取网络,利用主特征网络提取多尺度细节特征,并通过上下文编码网络捕获全局语义信息;融合多尺度主特征与上下文特征构建群体相关代价体,结合通道激励机制自适应增强关键区域匹配响应;采用跨尺度信息传递与多维注意力融合策略优化代价体,生成多尺度初始视差图;融合影像边缘几何特征与语义上下文,经多级残差解码器恢复高分辨率视差细节。本发明解决了传统方法在卫星影像弱纹理、重复结构及视差突变区域的匹配模糊性问题,显著提升了复杂场景下的三维重建精度与边缘细节完整性。
技术关键词
上下文特征
轻量化卷积神经网络
影像
级联
双分支网络
三维重建精度
引入注意力机制
遥感图像处理
集成梯度
生成多尺度
编码器结构
特征提取网络
上采样
特征提取模块
编码结构
解码器
融合策略
系统为您推荐了相关专利信息
无人机多光谱
地质调查方法
多源信息协同
搭载多光谱相机
多尺度超像素
网络脆弱性分析方法
设备基础
电力网络拓扑
风险评估模型
历史运行数据
边坡植被
空间注意力网络
全色遥感影像
编码结构
透过率
影像特征提取方法
数字孪生建模
网络特征提取方法
轮廓特征
区域面积计算方法
生态环境状况
行政区划数据
归一化方法
遥感影像数据
人类