典型文献
基于循环生成对抗策略的遥感图像匹配算法
文献摘要：
针对异源遥感影像成像模式、时相、分辨率等不同导致的图像匹配困难问题,提出了 一种基于循环生成对抗策略的遥感图像匹配算法.构建了跨数据域图像特征迁移的循环生成对抗网络(generative adversarial network,GAN),设计SmoothL1损失函数对网络进行优化,提高遥感图像特征提取精度,并基于图像特征迁移结果,建立三元组距离排序损失函数(trioplet margin ranking loss,TMRL)降低遥感图像的误匹配点数,实现异源遥感图像的准确匹配.实验结果表明,本文方法将异源遥感图像匹配平均准确率提升了 33.51％,与CMM-Net(cross modlity matching net)方法相比,具有更好的遥感图像匹配效果.此外,本文方法不需要目标域图像的标注信息,匹配时间缩短了 0.073 s,能快速准确实现异源遥感图像匹配.
文献关键词：
图像匹配;特征提取;生成对抗;风格迁移
中图分类号：
作者姓名：
唐浩漾;肖佳欣;翟玉翔;杨东方
作者机构：
西安邮电大学 自动化学院,陕西西安710000;火箭军工程大学导弹工程学院,陕西西安710025
文献出处：
引用格式：
[1]唐浩漾;肖佳欣;翟玉翔;杨东方-.基于循环生成对抗策略的遥感图像匹配算法)[J].光电子·激光,2022(08):824-830
A类：
SmoothL1,trioplet,TMRL,modlity
B类：
对抗策略,遥感图像,图像匹配算法,异源,遥感影像,成像模式,困难问题,数据域,特征迁移,循环生成对抗网络,generative,adversarial,network,GAN,损失函数,图像特征提取,立三,三元组,margin,ranking,loss,误匹配,配平,平均准确率,准确率提升,CMM,Net,cross,matching,目标域,标注信息,匹配时间,快速准确,风格迁移
AB值：
0.354872
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
