基于深度学习的机载 SAR 图像立体雷达测量
计算机视觉与模式识别
2025-05-30 v3 图像与视频处理
摘要
本文提出了一种基于深度学习的机载合成孔径雷达（SAR）图像立体雷达测量方法。基于深度学习的方法被认为较少受到几何图像调制的影响，但目前没有公开的 SAR 图像数据集可用于训练此类方法。我们创建了一个 SAR 图像数据集，并对基于深度学习的图像对应方法进行了微调。所提出的方法在不进行 SAR 图像地面投影的情况下，通过像素插值抑制了图像质量的退化，并将 SAR 图像分块处理，从而使得深度学习得以应用。通过一系列实验，我们证明了与传统方法相比，所提出的方法展现出更广的范围和更精确的高程测量。项目网页位于：https://gsisaoki.github.io/IGARSS2025_sasayama/
引用
@article{arxiv.2505.20876,
title = {Stereo Radargrammetry Using Deep Learning from Airborne SAR Images},
author = {Tatsuya Sasayama and Shintaro Ito and Koichi Ito and Takafumi Aoki},
journal= {arXiv preprint arXiv:2505.20876},
year = {2025}
}
备注
5 pages, 5 figures, conference IGARSS2025