摘要
可視光と赤外線画像のマッチングアルゴリズムにおいて、異なる撮像体系により重要な点が対応しない問題に対して、ポリシーグラディエントと擬似ツインネットワークに基づく異種画像マッチングアルゴリズムPCMM-Netを提案する。本アルゴリズムは、キーポイント検出器とディスクリプタ抽出器の2部分で構成される。まず、ポリシーグラディエント法を導入してモデルのキーポイント検出器を最適化し、画素を正規化確率に変換して低テクスチャ領域を除外し、信頼性が高く再現性のあるキーポイントを学習させる。次に、可視光と赤外線画像の放射差に適応するため、擬似ツインネットワークを用いて局所画像ブロックの類似特徴を抽出する。最後に、融合層を使用して類似特徴とキーポイント検出器からの特徴を融合し、異種画像マッチングに適したディスクリプタを生成する。提案手法は、VEDAI近赤外データセットとMTV熱赤外データセットでマッチング性能を検証し、実験結果は提案手法がVEDAIとMTVデータセットでそれぞれ平均マッチング精度97.77％と95.88％を示し、DALFアルゴリズムに比べVEDAIとMTVデータでそれぞれ2.26％と14％の精度向上を達成したことを示している。
关键词
可視光と赤外線画像;異種画像マッチング;深層学習;畳み込みニューラルネットワーク
以上内容由讯飞翻译自动生成，翻译内容仅供参考。对于因使用本网站翻译内容产生的相关后果，本网站不承担任何商业和法律责任。
The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website