用于结构化关键点描述的仿射导向器

我们提出了一种训练基于深度学习的关键点描述符的方法，使其对图像平面的局部仿射变换近似等变。主要思想是利用 GL(2) 的表示理论，将最近引入的导向器概念从旋转变换推广到仿射变换。仿射导向器能够高度控制关键点描述在图像变换下的变化方式。我们展示了将这种控制用于图像匹配的潜力。最后，我们提出了一种在直立图像上利用一组导向器微调关键点描述符的方法，并在多个标准基准上取得了 state-of-the-art 的结果。代码将发布于 github.com/georg-bn/affine-steerers。