基于特征残差学习和图像转换的异源图像块匹配方法研究

发布时间：2022-02-08 22:19

　　图像匹配一直是计算机视觉领域中的研究重点,在图像检索、图像配准、目标跟踪等诸多领域有着广泛的应用。异源图像包含的丰富互补信息,对于目标的全面、准确认识十分重要。但是由于不同的成像机理和条件导致异源图像之间存在明显的表征差异性,使得同源图像的匹配方法不能适用于异源图像,因此针对异源图像的匹配方法研究具有非常重要的意义。随着深度学习的飞速发展,基于卷积神经网络的图像匹配方法不断涌现出来。本文在总结现有图像匹配方法的基础上,将深度卷积网络和生成对抗网络应用于异源图像的匹配中,主要工作如下:（1）基于特征图差值融合的异源图像块匹配方法。针对异源图像提取的特征信息表达能力不足的问题,通过特征图融合的方式将空间邻域信息引入到图像特征描述子中,充分提取利用图像的有效信息。为解决特征描述子中存在的鉴别性差异信息容易被忽视的问题,本文在特征图融合方法的基础上进行改进,利用特征图组求差值的方式得到残差特征图,之后进行匹配度量。该策略不仅提高了网络对重要匹配特征的关注力度,而且增加了网络自身的稀疏性,提高了匹配准确率和网络健壮性。（2）基于特征残差学习的异源图像块匹配方法。通过对基于特征图差值融合方法的分析... 

【文章来源】：西安电子科技大学陕西省211工程院校教育部直属院校

【文章页数】：92 页

【学位级别】：硕士

【部分图文】：

sigmoid函数曲线图

图2.2 sigmoid 函数曲线图 函数也叫双曲正切函数，如图 2.3 所示。tanh 函数将输入映 2.3 中看出，其输出值是以零为中心对称的，克服了。因此，tanh 函数也比 sigmoid 函数更受欢迎，但 题。其数学表达式如式（2-2）所示。

函数是现今最受欢迎的激活函数，函数图像如图 2.4 所示 00 0x xf xx 结构简单，且导数只有 0 和 1 两种情况，因此函数在缓解梯度消失的问题。此外，ReLU 函数计算简单，但是其在作为激活函数使用时，存在输出值为 0 的情逆转的“死亡”，之后所有经过该神经元的梯度都将变。这种情况会造成网络参数的稀疏性，在一定范围内影响到网络模型的优化，可以通过设置合理的参数初发生。

【参考文献】：
期刊论文
[1]基于显著性和ORB的红外和可见光图像配准算法[J]. 江泽涛,刘小艳,王琦.  激光与红外. 2019(02)
[2]基于深度学习的以图搜图架构及在公安图侦中的应用[J]. 姜少波,甘彤,商国军.  电子技术与软件工程. 2018(09)

硕士论文
[1]基于卷积神经网络和SIFT的多源遥感图像配准研究[D]. 苏燕飞.南昌大学 2018
[2]基于深度学习的视频行为识别研究[D]. 石仕伟.浙江大学 2018
[3]基于深层神经网络的异源图像特征学习及块匹配[D]. 王瑞琛.北京邮电大学 2018
[4]基于梯度互信息的SAR与可见光图像配准[D]. 孙铭.西安电子科技大学 2015



本文编号：3615855