بسبب الاختلاف الجذري في مبدأ التصوير ، فإن صور الرادار التركيبي للكاميرا البصرية والتردد الاصطناعي SAR تظهر اختلافًا بارزًا في الإشعاع والهندسة بين الصور ، وكان توصيفهما بدقة تلقائية هو دائمًا نقطة تركيز للبحث الأكاديمي الدولي الحالي. في الوقت الحالي ، يركز معظم أساليب التوصيل القائمة على التعلم العميق على استخراج الميزات العميقة للصور ، ولكن هذه النماذج عادة ما تغفل الجمع بين الميزات متعددة المقياس وتجسيد الميزات المشتركة ، مما يؤدي إلى نقص في المتانة وصعوبة التعامل مع المشاهد المعقدة والمتغيرة. نظرًا لذلك ، تقدم هذه الدراسة طريقة قوية لتوصيل صور الكاميرا البصرية وSAR القائمة على تعزيز الميزات العميقة. وقد بنى هذه الطريقة شبكة استخراج ميزة مشتركة زائفة تجمع بين الميزات العميقة متعددة المقاييس وإعادة بناء ميزة الصورة. أولاً ، من خلال هيكل استخراج الميزات متعددة المقياس ، يمكن للشبكة استخراج الميزات العميقة لزوج الصور البصرية و SAR على مستوى بكسلي بشكل فعال. ثانيًا ، حصلت للصورة البصرية على هيكل فرعي لترجمة صورة SAR مزيفة ، واستخدمت إعادة بناء الميزة العميقة للصورة من أجل تعزيز قدرة الشبكة على تعبير الميزات المشتركة بشكل أكثر قوة. أخيرًا ، تم بناء دالة خسارة مشتركة مبنية على مطابقة الميزات متعددة المستويات ومتوسط ​​خطأ إعادة الصورة ، مما أدى إلى تحقيق توصيل دقيق لصورة الكاميرا و SAR. على مجموعات بيانات صور الاستشعار عن بعد المقارنة التي تحتوي على مشاهد أرضية متنوعة ومختلفة في الدقة (المدينة والضواحي والصحراء والجبال والمياه) والقرار ، تبينت النتائج أن الأساليب المقترحة تظهر دائمًا أعلى معدلات توصيل صحيحة بالمقارنة مع أساليب التوصيل المتقدمة الحالية.

الاستشعار عن بعد ؛ الصور البصرية ؛ الصور التركيبية للكاميرا البصرية ؛ التوصيل الصورة ؛ التعلم العميق