摘要
本申请公开了一种基于聚合注意力的分层异源遥感图像匹配方法及装置,涉及深度学习技术领域。通过重参数化技术将训练阶段的轻量级卷积神经网络的多分支结构转换为高效推理的单分支网络,并使用单分支网络提取待匹配图像的特征描述子;基于提取的待匹配图像的特征描述子,通过自注意力机制和交叉注意力机制交替作用于待匹配图像的特征描述子,获得增强后的特征描述子;采用初步粗匹配策略和两阶段细匹配策略进行分层匹配,以实现亚像素级的精确匹配;引入信心指数预测机制,针对待匹配图像间特征点的匹配关系,对每个特征点的置信度进行量化评估。解决了现有技术在弱纹理、大旋转或跨模态场景下匹配精度低,并且推理时间长,匹配效率低的问题。
技术关键词
遥感图像匹配方法
交叉注意力机制
轻量级卷积神经网络
矩阵
参数化技术
置信度阈值
异源
分层
表达式
无人机
航拍
指数
策略
分支
存储计算机可执行指令
图像匹配装置
深度卷积网络
系统为您推荐了相关专利信息
可控源电磁
参数提取方法
参数提取系统
算法
代表
数据处理方法
径向基核函数
流式细胞分析仪
梯度提升决策树
滑动时间窗口
电池剩余容量
容量估算方法
RC模块
卡尔曼滤波
等效电路模型
组学特征
影像组学技术
肿瘤
信息学技术
灰度共生矩阵
融合多视角信息
融合多视角特征
稀疏特征
交叉注意力机制
人工智能深度学习