WiMi Hologram Cloud Inc. a annoncé le développement d'une nouvelle méthode basée sur l'extraction et la mise en correspondance d'objets spatiaux caractéristiques (CSO). Tout d'abord, les OSC et leurs points de localisation sur l'image sont automatiquement extraits à l'aide du modèle R-CNN du masque. Ensuite, chaque objet et ses objets voisins les plus proches sont codés en fonction des catégories, des distances relatives et des directions relatives à l'aide d'une méthode de codage.

Ensuite, un algorithme de correspondance des codes est appliqué pour rechercher les paires d'objets les plus similaires. Enfin, les paires d'objets sont filtrées par correspondance de position afin de construire les points de contrôle finaux pour la mise en correspondance automatique des images. Les résultats de l'expérience ont montré que cette méthode est plus performante que la méthode traditionnelle en termes de taux de réussite de la mise en correspondance.

Avec le développement continu de la technologie de télédétection, la mise en correspondance automatique des images de télédétection à haute résolution (HRRSI) constitue un défi. Des angles et des conditions d'éclairage différents peuvent entraîner une distorsion locale des images, ce qui perturbe le traitement et l'analyse des données. La mise en correspondance automatique d'images à haute résolution basée sur la CSO de WiMi est une technologie de pointe qui révolutionnera l'industrie de la télédétection, permettra une analyse précise des données et fournira des informations fiables pour la surveillance de l'environnement, la planification urbaine et la gestion agricole, entre autres domaines.

Le cœur de cette innovation technologique est une méthode de mise en correspondance automatisée basée sur les OSC. Les méthodes traditionnelles d'alignement d'images reposent généralement sur l'alignement des niveaux de gris, l'alignement dans le domaine des transformations ou l'alignement basé sur les points caractéristiques, mais ces méthodes sont très sensibles aux niveaux de gris, à la rotation et à la distorsion, et sont très gourmandes en ressources informatiques, ce qui les rend inadaptées à l'appariement automatisé. Cette technique adopte une nouvelle idée pour obtenir des résultats plus précis en extrayant automatiquement les CSO et en localisant leurs positions à l'aide du modèle R-CNN du masque.

Tout d'abord, l'image est scannée à l'aide du modèle R-CNN de masque pour extraire automatiquement les CSO et leurs points de localisation sur l'image. La précision et l'efficacité de cette étape reposent sur les années de recherche et d'innovation accumulées par l'équipe dans le domaine de la vision par ordinateur. Ensuite, chaque CSO extrait et ses objets voisins les plus proches sont codés en fonction de la classe d'objet, de la distance relative et de l'orientation relative.

Les caractéristiques encodées servent de base à la mise en correspondance ultérieure. Pour trouver les objets les plus similaires, WiMi utilise un algorithme avancé de mise en correspondance des codes. L'algorithme détermine le degré de correspondance en calculant la similarité entre les caractéristiques encodées.

Les paires d'objets présentant une plus grande similarité sont considérées comme des candidats à l'appariement. En outre, les paires d'objets initiales sont filtrées à l'aide de l'algorithme de correspondance de position afin d'exclure certaines fausses correspondances et d'obtenir des résultats d'alignement plus fiables. Grâce à cette étape, la technique de WiMi est en mesure de trouver avec précision les liens de localisation spatiale dans l'image et d'améliorer encore la précision de la mise en correspondance.

L'appariement automatique de WiMi pour les images à haute résolution basé sur les OSC a obtenu des résultats impressionnants dans les expériences. Testés et comparés sur plusieurs ensembles de données, les résultats montrent que la technique est nettement plus performante que les méthodes traditionnelles d'optimisation des caractéristiques locales basées sur les points en termes de taux de réussite de l'appariement. Cette avancée permettra à l'industrie de la télédétection de traiter et d'analyser les données avec plus de précision et d'efficacité, fournissant ainsi une base plus fiable pour la prise de décision.

Outre le traitement des images de télédétection, cette technique offre un large éventail de possibilités d'application. Dans le domaine de la planification urbaine, la technologie de mise en correspondance automatique basée sur les OSC peut aider les planificateurs à mieux comprendre les tendances de développement des villes, de manière à formuler des stratégies de développement urbain plus scientifiques. Dans le domaine de la surveillance de l'environnement, la technique peut fournir des résultats précis de comparaison d'images pour aider les scientifiques à surveiller et à évaluer les changements environnementaux, fournissant ainsi des données importantes pour la protection de l'environnement et la gestion des ressources.

La technique peut également jouer un rôle important dans la gestion agricole et la surveillance des catastrophes, en fournissant une analyse précise des données et une aide à la prise de décision.