卫星影像匹配的深度卷积神经网络方法

作     者：范大昭 董杨 张永生 FAN Dazhao,DONG Yang,ZHANG Yongsheng

作者机构：信息工程大学地理空间信息学院河南郑州450001 

出 版 物：《测绘学报》 (Acta Geodaetica et Cartographica Sinica)

年 卷 期：2018年第47卷第6期

页      面：844-853页

核心收录：

学科分类：083002[工学-环境工程] 0830[工学-环境科学与工程（可授工学、理学、农学学位）] 081802[工学-地球探测与信息技术] 08[工学] 0818[工学-地质资源与地质工程] 081602[工学-摄影测量与遥感] 0816[工学-测绘科学与技术] 

基　　金：国家自然科学基金(41401534) 地理信息工程国家重点实验室开放基金(SKLGIE2013-M-3-1)~~ 

主　　题：影像匹配 深度学习 面向对象 卷积神经网络 卫星影像 

摘      要：本文侧重于智能化摄影测量深度学习的第一个方面:深度卷积方法。传统的影像同名点对提取算法通常利用人工设计的特征描述符及其最短距离作为匹配准则进行匹配,其匹配结果易陷入局部极值,造成部分正确匹配点对的遗漏。针对这一问题,本文引入深度学习方法,设计了一种基于空间尺度卷积层的两通道深度卷积神经网络,采用其进行影像间的匹配模式学习,实现了基于深度卷积神经网络的卫星影像匹配。试验表明,在处理异源、多时相、多分辨率的卫星影像情况下,本文方法比传统匹配方法能提取到更为丰富的影像同名点对,且最终匹配提纯结果正确率优于90%。