基于深度学习的高质量准稠密互补特征提取方法

摘要

为了使大倾角摄影中的特征提取更为稳定，避免提取出的特征容易出现断裂和不完整问题，削弱几何畸变、视察突变等带来的误差，提升特征的重复度、检测数目以及空间分布均匀性，提出一种基于深度学习的高质量准稠密互补特征提取方法，该方法为大倾角立体影像的稠密特征的自动提取提供了一种可行的技术，并为多源新型数据的融合处理及智能应用分析奠定方法基础。