|
|||||
|
|
| 基于深度学习的卫星影像立体匹配算法 | |
| 引用本文： | 李冬瑞,童鑫,李文涛,宋欣屿,刘洁冰.基于深度学习的卫星影像立体匹配算法[J].测绘通报,2024(1):83-88. |
| 作者姓名： | 李冬瑞 童鑫 李文涛 宋欣屿 刘洁冰 |
| 作者单位： | 长光卫星技术股份有限公司 |
| 基金项目： | 国家重点研发计划(2020YFA0714104)； |
| 摘 要： | 卫星影像立体匹配是大规模地球表面重建的重要步骤之一，现有研究相对较少，且存在匹配效果不佳、模型泛化能力较差等问题。本文提出了一种基于深度学习的卫星影像立体匹配算法，算法流程包括数据集构建、立体匹配网络搭建、多级迁移学习及后处理。首先将裁剪得到的核线影像对输入改进的注意力成本网络，完成特征提取、注意力成本构建、视差估计与视差优化；然后经多级迁移学习训练的网络，可适应不同数据源，预测得到视差图；最后对视差图进行自适应后处理，以消除错误匹配。使用吉林一号高分02、高分04系列卫星影像进行试验，获取的视差图精度优于1像素，表明使用本文算法可获取准确、清晰的视差估计，决定了后续高质量数字表面模型结果的生成。 |
| 关 键 词： | 卫星立体影像 视差估计 卷积神经网络 注意力成本体 迁移学习 |