视觉引导多模态图像匹配算法

无检测器高抗畸变

用视觉基础模型语义先验引导特征提取，结合门控线性注意力滤除背景噪声，在光学-红外、光学-SAR等跨模态场景下显著提升匹配精度。

Tang, Tengfeng · Zhiqiang, Han · Tao, Peng · Jinhao, Chen · 叶沅鑫

ISPRS Journal of Photogrammetry and Remote Sensing 2026

技术优势

抗非线性辐射差异

融合视觉基础模型高级语义先验与局部几何特征，增强特征对非线性辐射差异的鲁棒性。

滤除背景噪声

动态门控机制过滤无关全局背景噪声，保持局部特征判别力。

多模态精度领先

在四个多模态数据集上超越现有检测器和无检测器基线，匹配精度与鲁棒性显著提升。

应用场景

• 多源遥感融合：实现光学与红外、SAR等异源影像的高精度配准，支撑多源遥感数据融合。
• 视觉定位与导航：为视觉定位与导航提供异源影像间的可靠对应关系，提升复杂环境下定位稳健性。
• 跨模态感知：弥合不同传感器模态间的辐射差异，增强跨模态感知系统的特征对齐能力。
• 机器人视觉伺服：在光照变化或异源相机下稳定匹配目标特征，提升机器人视觉伺服的精度与鲁棒性。