Key points are not available for this paper at this time.
交叉视图图像匹配旨在匹配来自不同平台的同一目标场景的图像。随着无人机技术的快速发展,神经网络模型进行的交叉视图匹配已成为无人机定位或导航的广泛接受选项。然而,现有的公共数据集并未包括不同高度下无人机获取的图像,场景类型相对同质,这导致在评估模型适应复杂和变化场景的能力时出现问题。因此,我们提出了一个新的交叉视图数据集,称为SUES-200,以解决这些问题。SUES-200包含24120幅由无人机在四个不同高度获取的图像,以及相同目标场景的对应卫星视图图像。据我们所知,SUES-200是第一个考虑由不同高度飞行的无人机拍摄的航拍照片所产生差异的公共数据集。此外,我们开发了一项评估方法,以便于交叉视图匹配模型的高效训练、测试和评估,期间我们全面分析了九种架构的性能。然后,我们为SUES-200提出了一个鲁棒的基线模型。实验结果表明,SUES-200可以帮助模型学习无人机高度的高度可区分特征。
Zhu等(Mon,)研究了这个问题。