針對Receptive Fields Network(RF-Net)中存在網(wǎng)絡(luò)較淺、缺乏深層語義信息的問題,提出了一種基于Residual Network(ResNet)和RF-Net的改進(jìn)網(wǎng)絡(luò)用于遙感影像匹配。首先,通過對真實遙感影像進(jìn)行裁剪、光照變換和仿射變換處理,得到圖像對并計算同一序列中不同圖像間的單應(yīng)性矩陣,構(gòu)建了一個遙感影像數(shù)據(jù)集。然后,提出了一種雙通道的網(wǎng)絡(luò)結(jié)構(gòu)用于關(guān)鍵點檢測,該雙通道網(wǎng)絡(luò)由Receptive Fields Detection(RF-Det)和ResNet構(gòu)成,前者提取含有細(xì)節(jié)信息的淺層特征圖,后者提取含有語義信息的深層特征圖。此外,采用特征描述子提取網(wǎng)絡(luò)L2-Net,得到128維特征向量用以描述關(guān)鍵點。最后,分別采用最近鄰、帶閾值的最近鄰和最近鄰距離比的策略對特征描述子進(jìn)行匹配。實驗結(jié)果表明,該網(wǎng)絡(luò)在僅含光照變換、僅含仿射變換和同時包含這兩種變換的遙感影像數(shù)據(jù)集上的匹配得分,比RF-Net分別提高了0.002,0.117,0.104,在關(guān)鍵點檢測和匹配精度方面具有更優(yōu)的性能。

【文章頁數(shù)】：9 頁

【文章目錄】：
1 引言
2 ResNet
    2.1 殘差學(xué)習(xí)
    2.2 基于短接的恒等映射
3 基于ResNet和RF-Net的網(wǎng)絡(luò)
    3.1 雙通道網(wǎng)絡(luò)結(jié)構(gòu)
    3.2 關(guān)鍵點檢測
    3.3 特征描述子提取網(wǎng)絡(luò)
    3.4 損失函數(shù)
4 實驗結(jié)果
    4.1 訓(xùn)練數(shù)據(jù)以及評估標(biāo)準(zhǔn)
    4.2 訓(xùn)練過程
    4.3 匹配結(jié)果
5 結(jié)論



本文編號：3795644