基于注意力分布參數(shù)回歸的遙感圖像配準(zhǔn)

摘要： 針對傳統(tǒng)的遙感圖像配準(zhǔn)算法的魯棒性差，且深度學(xué)習(xí)的配準(zhǔn)算法的精度有待提高的問題，提出了一種基于注意力分布參數(shù)回歸的遙感圖像配準(zhǔn)算法。首先，采用卷積神經(jīng)網(wǎng)絡(luò)和全局上下文融合獲得針對性的特征；其次，進(jìn)行特征互相關(guān)匹配并結(jié)合相互最近鄰原則過濾錯誤匹配；然后，提出了一種注意力分布的參數(shù)回歸網(wǎng)絡(luò)估計仿射變換參數(shù)；最后，利用循環(huán)一致性損失函數(shù)正則化整體算法的訓(xùn)練過程以提高圖像配準(zhǔn)的性能。實(shí)... （共8頁）