博士论坛 | 基于深度学习的图像匹配研究（视频）

 点击蓝色“雷达学报”关注

2021年10月23-24、30-31日，第一届雷达学报博士论坛成功举办！

西安电子科技大学权豆10月30日在SAR应用技术分论坛做了题为《基于深度学习的图像匹配研究》的学术报告。

报告简介

图像匹配是图像处理的基础和关键，图像匹配的精度将直接影响后续图像处理任务的效果，例如：图像融合、变化检测等。异源图像之间信息互补，有助于提供更加全面、丰富的目标感信息。但是，由于异源图像的成像机制不同，异源图像之间存在显著的差异性，极大地增加了异源图像匹配的难度。本报告主要面向基于深度学习的图像匹配任务展开研究，针对深度网络训练样本不足、传统方法特征提取与特征匹配之间缺乏信息反馈等关键问题，提出了基于深度自学习的遥感图像配准网络，将特征提取与特征匹配统一在一个网络中，直接学习图像块对到匹配标签的映射，同时，通过自学习的方式自动生成大量有标记的训练样本训练深度网络；针对异源图像差异大难以匹配的问题，提出了基于特征分解模型的异源图像匹配方法，将异源图像特征分解为私有特征和共享特征，并利用异源共享特征进行匹配，极大地降低了异源图像差异性对图像匹配的影响；针对局部特征学习与匹配任务本质之间的差异，提出了基于聚合特征关系学习的图像匹配方法，从特征学习转移到特征关系学习，并聚合多层特征关系进一步增强图像匹配的精度。

报告视频

报告PPT

本报告PPT共47张。

博士简介

      权豆，西安电子科技大学人工智能学院2015级直博生。2019年-2020年CSC资助前往法国-格勒诺尔-国家信息与自动化研究所交流学习。主要研究方向为深度学习，度量学习，图像匹配，图像检索，目标检测等。多篇研究成果发表于SCI一区期刊，CCFA类会议。参与了国家自然科学基金项目和十三五预研项目，以第一发明人申请国家发明专利3项。

了解其他学术报告，请点击下面阅读原文。↓↓↓

相关阅读

编辑：武琰杰

审核：岳冰莹 贾守新 

声明

欢迎转发本号原创内容，转载和摘编需经本号授权并标注原作者和信息来源为《雷达学报》。

本号发布信息旨在传播交流，其内容由作者负责，不代表本号观点。如涉及文字、图片、版权等问题，请在20日内与本号联系，我们将第一时间处理。《雷达学报》拥有最终解释权。