• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>Joint Urban Remote Sensing Event >A CNN for the identification of corresponding patches in SAR and optical imagery of urban scenes
【24h】

A CNN for the identification of corresponding patches in SAR and optical imagery of urban scenes

机译：用于识别SAR和城市场景光学影像中相应斑块的CNN

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In this paper we propose a convolutional neural network (CNN), which allows to identify corresponding patches of very high resolution (VHR) optical and SAR imagery of complex urban scenes. Instead of a siamese architecture as conventionally used in CNNs designed for image matching, we resort to a pseudo-siamese configuration with no interconnection between the two streams for SAR and optical imagery. The network is trained with automatically generated training data and does not resort to any hand-crafted features. First evaluations show that the network is able to predict corresponding patches with high accuracy, thus indicating great potential for further development to a generalized multi-sensor matching procedure.
机译：在本文中，我们提出了卷积神经网络（CNN），它可以识别复杂城市场景中非常高分辨率（VHR）光学和SAR图像的对应斑块。代替在CNN中通常用于设计用于图像匹配的暹罗体系结构，我们诉诸伪暹罗结构，在SAR和光学成像的两个流之间没有互连。使用自动生成的训练数据对网络进行训练，并且不求助于任何手工制作的功能。初步评估表明，该网络能够高精度地预测相应的补丁，从而为进一步发展为通用的多传感器匹配程序提供了巨大的潜力。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号