一种用于描述符提取的精简注意力网络
计算机视觉与模式识别
2026-01-21 v1
摘要
我们提出了 SANDesc，一种用于描述符提取的精简注意力网络，旨在改进现有的关键点描述架构。我们的描述符网络学习计算能够改善匹配的描述符，而无需修改底层的关键点检测器。我们采用经卷积块注意力模块和残差路径增强的改进型 U-Net 架构，在保持计算效率的同时实现有效的局部表示。我们将模型的构建模块称为带注意力的残差 U-Net 块。该模型使用修改后的三元组损失结合受课程学习启发的难样本挖掘策略进行训练，从而提高了训练稳定性。在 HPatches、MegaDepth-1500 和 Image Matching Challenge 2021 上的大量实验表明，在现有关键点检测器之上训练 SANDesc，在多种匹配任务上比原始关键点描述符取得了更好的结果。同时，SANDesc 的模型复杂度仅为 240 万参数。作为另一项贡献，我们引入了一个包含 4K 图像和预校准内参的新城市数据集，旨在评估特征提取器。在该基准上，SANDesc 在有限计算资源下运行时，比现有描述符获得了显著的性能提升。
引用
@article{arxiv.2601.13126,
title = {A Streamlined Attention-Based Network for Descriptor Extraction},
author = {Mattia D'Urso and Emanuele Santellani and Christian Sormann and Mattia Rossi and Andreas Kuhn and Friedrich Fraundorfer},
journal= {arXiv preprint arXiv:2601.13126},
year = {2026}
}
备注
Accepted to 3DV 2026