基于生成对抗模型的可见光-红外图像匹配方法

针对现有异源图像匹配存在的模态差异大、匹配难度大、鲁棒性差等问题,基于生成对抗网络转换思想及传统的局部特征提取能力,提出基于生成对抗模型的可见光-红外图像匹配方法.依据生成对抗网络(GAN)的风格转换思想,增加了损失函数计算通路并构建新的损失函数,改进模型在异源图像上的转换效果.利用SIFT算法分别提取转换后同源图像的特征信息,确定待匹配点的位置和尺度.依据匹配策略间接完成待配准图像的特征匹配及相似性度量.在实景航拍数据集上进行实验验证.结果表明,利用该方法能够有效地处理多模数据,降低异源图像的匹配难度,为多模态图像匹配问题提供新的思路.