基于双分支并行特征学习网络的多模态遥感图像配准模型构建方法、配准方法、相关装置、电子设备及存储介质
申请号:CN202510023077
申请日期:2025-01-07
公开号:CN119941812A
公开日期:2025-05-06
类型:发明专利
摘要
基于双分支并行特征学习网络的多模态遥感图像配准模型构建方法、配准方法、相关装置、电子设备及存储介质,包括:获取若干样本,并按比例将其划分为训练集和测试集,利用训练集对基于双分支并行特征学习网络构建的模型进行训练,得到多模态遥感图像配准模型,利用测试集对训练后的多模态遥感图像配准模型进行测试,优化模型参数。本发明引入基于双分支并行特征学习网络构建的光学分支网络和SAR分支网络,光学分支网络和SAR分支网络均包括模态自适应编码器和层次化特征配准模块,模态自适应编码器能够提取图像的全局特征与局部特征,使得训练得到的模型不再受限于局部特征,层次化特征配准模块能够优化增强特征,提高配准的精确性。
技术关键词
图像配准模型
并行特征
图像特征提取模型
分支
网络
多模态
注意力机制
编码器
残差结构
遥感图像配准方法
特征提取模块
样本
图像配准装置
多尺度特征融合
编码模块
数据获取单元
电子设备