محسن سریانی - عضو هیئت علمی دانشگاه علم و صنعت ایران
سید محمد حسینی پناه - دانشجو دانشگاه علم و صنعت ایران
مسعود خوش سیما - پژوهشگاه فضایی ایران

هدف از ثبت تصویر، تراز کردن دو یا چند تصویر است که از یک صحنه، در زمان های مختلف و/یا از دیدگاه های مختلف و/یا با استفاده از دستگاه های مختلف گرفته شده است. در سال های اخیر با بهبود مستمر توانایی رصد زمین، نیاز به مدل های جدید ثبت تصویر که بتواند محاسبات بالای این ثبت و پردازش تصاویر را انجام دهد و همچنین از دقت بالایی برخوردار باشد، مشاهده می شود. در این مقاله، به منظور کاهش ناحیه جست و جو و افزایش دقت از نواحی مورد علاقه استفاده می شود. برای این منظور ابتدا ناحیه هایی که بین دو تصویر یکسان هستند، شناسایی می شوند و سپس، ثبت تصویر با توجه به ناحیه های مشابه صورت می گیرد. برای پیدا کردن ناحیه مورد علاقه، از یک مدل شبکه عصبی عمیق ترانسفورمر استفاده شده است. شبکه عصبی عمیق ترانسفورمر مورد استفاده شامل چندین لایه توجه درونی و توجه متقاطع است که وظیفه یادگیری اهمیت موقعیت های مختلف در درون یک تصویر و بین دو تصویر را دارد. مدل پیشنهادی یک مدل خودنظارتی است که از روش " تعویض بخش" برای تولید داده های آموزشی استفاده می کند. داده های آموزشی، از تصاویر Google Earth جمع آوری شده است و توسط ما نشانه گذاری شده است. پس از آموزش مدل و بدست آوردن ناحیه های مشابه از روش رایج SIFT برای بدست آوردن ویژگی ها و ثبت تصویر استفاده می کنیم. برای آزمایش، از تصاویر هوایی Sentinel-۲ استفاده کرده ایم. برای ارزیابی کمی نتایج، از ریشه میانگین مربعات خطا استفاده می کنیم. نتایج کمی و کیفی نشان دهنده بهبود عملکرد در هزینه و دقت، در مقایسه با روش های مرسوم برای ثبت تصاویر هوایی است.

سنجش از دور, تطبیق تصویر, ناحیه مورد علاقه, شبکه عصبی عمیق ترانسفورمر