-
公开(公告)号：CN116385506A
公开(公告)日：2023-07-04
申请号：CN202310319052.4
申请日：2023-03-29
Applicant: 大连理工大学
IPC: G06T7/33 , G06N3/0464 , G06N3/09
Abstract: 本发明提出一种基于金字塔特征的渐进式匹配红外和可见光图像配准方法，属于图像处理和计算机视觉领域。本发明结合场景不同距离的像素位移场范围大的特点(近距离像素视差过大，远距离像素视差极小)，建立金字塔型多尺度迭代模块，在不同分辨率尺度上由粗到细提取多模态特征并进行配准参数估计，实现从全局到局部的精细配准。另外，针对应用场景缺乏标注数据的情况，拟建立无监督深度学习框架，并设计新的损失函数来评估当前推断的配准参数下跨模态图像的配准误差将无监督问题转化为监督问题。
-
公开(公告)号：CN116342993A
公开(公告)日：2023-06-27
申请号：CN202310318792.6
申请日：2023-03-29
Applicant: 大连理工大学
Abstract: 本发明提出一种内容特征选择性白化的多模态图像融合方法，属于图像处理和计算机视觉领域。结合传统方法和深度学习方法的优势，将内容和纹理信息解耦，利用神经网络更丰富的特征表达能力，分别学习对于内容和纹理的融合权重图，得到更准确的融合策略。对于内容信息，不再使用人工设计的简单规则来进行融合，而是通过对多模态图像的内容特征进行选择性白化，从特征表示的高阶统计量中分离出模态特定属性和模态不变属性，并选择性地抑制模态特定属性，以最大程度上保证多模态图像中的中互补信息，以实现对场景有效且全面地表征。
-
公开(公告)号：CN114596343B
公开(公告)日：2025-02-14
申请号：CN202210251769.5
申请日：2022-03-15
Applicant: 大连理工大学
Abstract: 本发明公开了一种面向复杂地面场景的跨模态遥感图像智能多尺度配准方法，属于航天遥感图像处理和计算机视觉技术领域。本发明一方面通过对模态可对齐的结构进行对齐、对模态间难以对齐的结构进行过滤，提高了跨模态遥感图像表征相似度量的鲁棒性；另一方面通过采取由粗到细的多级匹配策略，有效避免对区域内每个像素进行搜索，提升搜索效率，同时也避免过强的先验区域的方法导致的漏匹配现象。本发明通过以上两方面实现了高效获取跨模态遥感图像间高精度的像素级匹配。
-
公开(公告)号：CN114596343A
公开(公告)日：2022-06-07
申请号：CN202210251769.5
申请日：2022-03-15
Applicant: 大连理工大学
Abstract: 本发明公开了一种面向复杂地面场景的跨模态遥感图像智能多尺度配准方法，属于航天遥感图像处理和计算机视觉技术领域。本发明一方面通过对模态可对齐的结构进行对齐、对模态间难以对齐的结构进行过滤，提高了跨模态遥感图像表征相似度量的鲁棒性；另一方面通过采取由粗到细的多级匹配策略，有效避免对区域内每个像素进行搜索，提升搜索效率，同时也避免过强的先验区域的方法导致的漏匹配现象。本发明通过以上两方面实现了高效获取跨模态遥感图像间高精度的像素级匹配。
-
-
-
Search Results
4
records
(took 0.016 seconds)
