基于GAN的红外与可见光单应性估计方法
wf(2023)
摘要
针对红外与可见光图像灰度差异较大、 配准精度低等问题,提出了一种基于生成对抗网络(Generative Adversarial Network,GAN)的红外与可见光图像单应性估计方法.主要步骤包括:利用浅层特征提取网络提取红外与可见光图像的精细特征;将精细特征进行通道级联输入到生成器中,以预测得出单应性矩阵;对单应性矩阵变换后的扭曲图像提取精细特征,送入判别器进行判断,从而建立一个对抗博弈过程.大量实验结果表明,所提方法可有效提升单应性估计性能,为后续图像融合工作提供技术支撑.
更多AI 理解论文
溯源树
样例
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要