基于注意力和特征融合的光学遥感图像配准
Laser Journal（2023）
摘要
针对部分基于深度学习的光学遥感图像配准模型配准精度较低、用时较长的问题,提出了一种结合了注意力块和残差网络的配准方法.首先使用随机颜色抖动增强数据,然后采用改进的双注意力块过滤图像中的无关信息和干扰信息,紧接着采用改进的残差网络提取过滤后图像的高、低维特征信息并进行融合.最后利用双向相关特征匹配得到两个匹配关系,并计算合成图像的匹配参数,再通过仿射变换完成图像配准.在四个数据集上的实验结果表明,平均配准精度提升了 6.87％,而平均配准时间仅为1.23秒,提高了光学遥感图像配准的精度与效率.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要