圖像匹配一直是計算機(jī)視覺領(lǐng)域中的研究重點,在圖像檢索、圖像配準(zhǔn)、目標(biāo)跟蹤等諸多領(lǐng)域有著廣泛的應(yīng)用。異源圖像包含的豐富互補(bǔ)信息,對于目標(biāo)的全面、準(zhǔn)確認(rèn)識十分重要。但是由于不同的成像機(jī)理和條件導(dǎo)致異源圖像之間存在明顯的表征差異性,使得同源圖像的匹配方法不能適用于異源圖像,因此針對異源圖像的匹配方法研究具有非常重要的意義。隨著深度學(xué)習(xí)的飛速發(fā)展,基于卷積神經(jīng)網(wǎng)絡(luò)的圖像匹配方法不斷涌現(xiàn)出來。本文在總結(jié)現(xiàn)有圖像匹配方法的基礎(chǔ)上,將深度卷積網(wǎng)絡(luò)和生成對抗網(wǎng)絡(luò)應(yīng)用于異源圖像的匹配中,主要工作如下:（1）基于特征圖差值融合的異源圖像塊匹配方法。針對異源圖像提取的特征信息表達(dá)能力不足的問題,通過特征圖融合的方式將空間鄰域信息引入到圖像特征描述子中,充分提取利用圖像的有效信息。為解決特征描述子中存在的鑒別性差異信息容易被忽視的問題,本文在特征圖融合方法的基礎(chǔ)上進(jìn)行改進(jìn),利用特征圖組求差值的方式得到殘差特征圖,之后進(jìn)行匹配度量。該策略不僅提高了網(wǎng)絡(luò)對重要匹配特征的關(guān)注力度,而且增加了網(wǎng)絡(luò)自身的稀疏性,提高了匹配準(zhǔn)確率和網(wǎng)絡(luò)健壯性。（2）基于特征殘差學(xué)習(xí)的異源圖像塊匹配方法。通過對基于特征圖差值融合方法的分析... 

【文章來源】：西安電子科技大學(xué)陜西省211工程院校教育部直屬院校

【文章頁數(shù)】：92 頁

【學(xué)位級別】：碩士

【部分圖文】：

sigmoid函數(shù)曲線圖

圖2.2 sigmoid 函數(shù)曲線圖 函數(shù)也叫雙曲正切函數(shù)，如圖 2.3 所示。tanh 函數(shù)將輸入映 2.3 中看出，其輸出值是以零為中心對稱的，克服了。因此，tanh 函數(shù)也比 sigmoid 函數(shù)更受歡迎，但 題。其數(shù)學(xué)表達(dá)式如式（2-2）所示。

函數(shù)是現(xiàn)今最受歡迎的激活函數(shù)，函數(shù)圖像如圖 2.4 所示 00 0x xf xx 結(jié)構(gòu)簡單，且導(dǎo)數(shù)只有 0 和 1 兩種情況，因此函數(shù)在緩解梯度消失的問題。此外，ReLU 函數(shù)計算簡單，但是其在作為激活函數(shù)使用時，存在輸出值為 0 的情逆轉(zhuǎn)的“死亡”，之后所有經(jīng)過該神經(jīng)元的梯度都將變。這種情況會造成網(wǎng)絡(luò)參數(shù)的稀疏性，在一定范圍內(nèi)影響到網(wǎng)絡(luò)模型的優(yōu)化，可以通過設(shè)置合理的參數(shù)初發(fā)生。

【參考文獻(xiàn)】：
期刊論文
[1]基于顯著性和ORB的紅外和可見光圖像配準(zhǔn)算法[J]. 江澤濤,劉小艷,王琦.  激光與紅外. 2019(02)
[2]基于深度學(xué)習(xí)的以圖搜圖架構(gòu)及在公安圖偵中的應(yīng)用[J]. 姜少波,甘彤,商國軍.  電子技術(shù)與軟件工程. 2018(09)

碩士論文
[1]基于卷積神經(jīng)網(wǎng)絡(luò)和SIFT的多源遙感圖像配準(zhǔn)研究[D]. 蘇燕飛.南昌大學(xué) 2018
[2]基于深度學(xué)習(xí)的視頻行為識別研究[D]. 石仕偉.浙江大學(xué) 2018
[3]基于深層神經(jīng)網(wǎng)絡(luò)的異源圖像特征學(xué)習(xí)及塊匹配[D]. 王瑞琛.北京郵電大學(xué) 2018
[4]基于梯度互信息的SAR與可見光圖像配準(zhǔn)[D]. 孫銘.西安電子科技大學(xué) 2015



本文編號：3615855