A comparative study on deep‐learning methods for dense image matching of multi‐angle and multi‐date remote sensing stereo‐images

Deep‐learning (DL) stereomatching methods gained great attention in remote sensing satellite datasets. However, most of these existing studies conclude assessments based only on a few/single stereo‐images lacking a systematic evaluation on how robust DL methods are on satellite stereo‐images with varying radiometric and geometric configurations. This paper provides an evaluation of four DL stereomatching methods through hundreds of multi‐date multi‐site satellite stereopairs with varying geometric configurations, against the traditional well‐practiced Census‐semi‐global matching (SGM), to comprehensively understand their accuracy, robustness, generalisation capabilities, and their practical potential. The DL methods include a learning‐based cost metric through convolutional neural networks (MC‐CNN) followed by SGM, and three end‐to‐end (E2E) learning models using Geometry and Context Network (GCNet), Pyramid Stereo Matching Network (PSMNet), and LEAStereo. Our experiments show that E2E algorithms can achieve upper limits of geometric accuracies, while may not generalise well for unseen data. The learning‐based cost metric and Census‐SGM are rather robust and can consistently achieve acceptable results. All DL algorithms are robust to geometric configurations of stereopairs and are less sensitive in comparison to the Census‐SGM, while learning‐based cost metrics can generalise on satellite images when trained on different datasets (airborne or ground‐view). Les méthodes de mise en correspondance stéréo par apprentissage profond (DL) ont suscité une grande attention pour les données de télédétection par satellite. Cependant, la plupart des études existantes conduisent à des évaluations basées sur peu d´images stéréo, sans évaluation systématique de la robustesse des méthodes par DL sur des images stéréo acquises avec des configurations radiométriques et géométriques variables. Cet article présente une évaluation de quatre méthodes d'appariement stéréo par DL, basée sur des centaines de couples stéréo multi‐dates et multi‐sites avec des configurations géométriques variées, en comparaison avec la méthode traditionnelle largement utilisée Census‐SGM (Semi‐global matching), afin de bien comprendre leur précision, leur robustesse, leur capacité de généralisation et leur potentiel d´application pratique. Les méthodes par DL comprennent une métrique de coût basée sur l'apprentissage utilisant des réseaux neuronaux convolutifs (MC‐CNN) avant SGM, et trois modèles d'