BriefGPT - AI 论文速递
·
跨领域少样本高光谱图像分类的多视图关系学习
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
该研究发布了一个包含1300对可见光和红外图像的数据集VL-CMIM，覆盖了不同场景的超过200万个块对。同时，提出了一种多域特征关系学习网络（MD-FRN），通过学习交互式跨域特征关系，提高了稳健性。
🎯
关键要点
- 该研究发布了最大的可见光和红外图像块匹配数据集VL-CMIM，包含1300对图像。
- 数据集覆盖了星际、田地、乡村、建筑、街道和水域等不同场景，超过200万个块对。
- 提出了一种多域特征关系学习网络（MD-FRN），通过四分支网络提取特征。
- 应用深度域交互机制（DIM）聚合多域关系，交换空间关系和尺度关系特征。
- 模型通过学习交互式跨域特征关系，提高了对不同模态显著外观变化的稳健性。
➡️
