一种基于无监督深度学习的遥感影像配准方法.pdfVIP

下载本文档

8
0
约2.34万字
约 16页
2023-04-24 发布于四川
举报
版权申诉

一种基于无监督深度学习的遥感影像配准方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种基于无监督深度学习的遥感影像配准方法，将影像配准转化为回归优化问题，可集成多种形式和参数的特征提取网络、影像相似性测度和特征描述符。本发明在多个尺度上利用模型网络提取出待配准影像的深度特征，经参数回归得到几何变换参数，利用该参数对影像进行几何校正，实现影像“由粗到精”的多尺度逐级配准。本发明不需要配准真值作为训练样本，通过构建基于影像间相似性测度和特征描述符的损失函数，对多尺度上的损失函数进行联合训练，以反向传播更新各模型网络的参数，优化几何变换参数，实现高精度、高鲁棒性的多源遥

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114494372 A (43)申请公布日 2022.05.13 (21)申请号 202210026370.7 (22)申请日 2022.01.11 (71)申请人西南交通大学地址 610031