A2B：从锚点到重心坐标的鲁棒对应方法
计算机视觉与模式识别
2023-08-02 v2
摘要
在对应问题中，重复图案是一个长期存在的问题，由于其固有的模糊性，经常发生误匹配。与重复图案相关的独特位置信息使得坐标表示成为外观表示的有益补充，以改善特征对应。然而，恰当的坐标表示问题一直未得到解决。在本研究中，我们证明几何不变坐标表示（如重心坐标）能显著减少特征间的误匹配。第一步是为几何不变坐标建立理论基础。我们提出一种种子匹配与滤波网络（SMFNet），它将特征匹配与一致性滤波结合，并采用由粗到细的匹配策略，以获取可靠的稀疏对应。然后我们引入DEGREE，一种新颖的锚点到重心（A2B）坐标编码方法，从成对图像生成多个仿射不变对应坐标。DEGREE可作为插件与标准描述子、特征匹配器和一致性滤波器配合使用，以提升匹配质量。在合成室内与室外数据集上的大量实验表明，DEGREE缓解了重复图案问题并助力实现最先进的性能。此外，DEGREE在CVPR 2021第三届图像匹配挑战赛中也报告了具竞争力的性能。该方法为缓解重复图案问题提供了新视角，并强调了在特征对应中选择坐标表示的重要性。
引用
@article{arxiv.2306.02760,
title = {A2B: Anchor to Barycentric Coordinate for Robust Correspondence},
author = {Weiyue Zhao and Hao Lu and Zhiguo Cao and Xin Li},
journal= {arXiv preprint arXiv:2306.02760},
year = {2023}
}
备注
Accepted by International Journal of Computer Vision