用于一致局部特征匹配的自适应 Spot 引导 Transformer
计算机视觉与模式识别
2023-03-30 v1
摘要
局部特征匹配旨在寻找图像对之间的对应关系。尽管当前无检测器方法利用 Transformer 架构取得了令人印象深刻的性能，但很少有工作考虑保持局部一致性。同时，大多数方法难以应对大尺度变化。为解决上述问题，我们提出用于局部特征匹配的自适应 Spot 引导 Transformer（ASTR），其在统一的由粗到细架构中联合建模局部一致性与尺度变化。所提 ASTR 具有若干优点。首先，我们设计了一个 spot 引导聚合模块，以避免在特征聚合过程中干扰无关区域。其次，我们设计了一个自适应缩放模块，以根据细阶段计算出的深度信息调整网格大小。在五个标准基准上的大量实验结果表明，我们的 ASTR 优于当前最先进的方法。我们的代码将发布于 https://astr2023.github.io。
引用
@article{arxiv.2303.16624,
title = {Adaptive Spot-Guided Transformer for Consistent Local Feature Matching},
author = {Jiahuan Yu and Jiahao Chang and Jianfeng He and Tianzhu Zhang and Feng Wu},
journal= {arXiv preprint arXiv:2303.16624},
year = {2023}
}
备注
Accepted to CVPR 2023. Project page: https://astr2023.github.io/