合成開口レーダ (SAR) は，天候や昼夜を問わず地表面を観測できるため，災害時の迅速な地形・標高計測に有効である．異なる視点から取得した 2枚の SAR 強度画像に基づいて標高を算出するステレオレーダグラメトリは，地上基準点が不要であり汎用性が高い．一方で，SAR 特有の幾何歪みに起因する画像間の対応付け誤差が大きな課題となっている．位相限定相関法（POC）を用いた画像対応付けは，ノイズにロバストで画像間のサブピクセルレベルの対応付けが可能であるが，画像間の平行移動のみを仮定しているため，幾何歪みに対処できない．近年，深層学習を用いた高精度な対応付け手法が提案されているが，SAR 画像への適用に関する知見は十分ではない．そこで，本研究では，複数の深層学習に基づく画像対応付け手法を SAR 強度画像へ適応させ，幾何歪みに対するロバスト性を検証するとともに，高精度な 3 次元計測に不可欠なモデル構造を明らかにする．