-
题名结合大核选择性卷积增强模块的遥感图像匹配网络
- 1
-
-
作者
邓煜曦
李佳田
刘佳音
罗欣
杨涛
-
机构
昆明理工大学国土资源工程学院
-
出处
《自然资源遥感》
北大核心
2025年第6期138-147,共10页
-
基金
国家自然科学基金项目“基于深度学习的犯罪预测及辅助决策方法”(编号:72174203)资助。
-
文摘
针对遥感图像中不同地物特征信息提取所需上下文背景信息不同的问题,提出一种结合大核选择性卷积增强模块的特征点匹配新方法。该方法以ResNet34网络为基础,嵌入大核选择性卷积增强模块,动态实现不同目标地物的特征提取;再利用稀疏邻域共识网络获得初始密集匹配,同时引入几何一致性和运动一致性约束完成匹配点的引导扩散得到匹配优化结果。该方法在Google Earth数据集上的正确点概率度量(percentage of correct keypoints, PCK)(α=0.05)精度可达0.89,相比SuperPoint, R2D2,NCNet, Sparse-NCNet, LoFTR以及Two-Stream网络分别提高了7.22%,5.95%,2.30%,4.71%,7.22%和9.88%,同时在Hpatches数据集上也表现出良好的泛化能力,证明本文方法具有一定有效性。
-
关键词
特征点匹配
大核选择性卷积结构
空间重构
几何一致性
运动一致性
-
Keywords
feature point matching
large selective kernel-enhanced convolutional structure
spatial reconstruction
geometric consistency
motion consistency
-
分类号
TP751
[自动化与计算机技术—检测技术与自动化装置]
TP79
[自动化与计算机技术—检测技术与自动化装置]
-
