AMatFormer：基于锚点匹配 Transformer 的高效特征匹配

基于学习的特征匹配方法近年来已被广泛研究。学习特征匹配的核心问题是如何学习（1）各图像内特征点（或区域）的判别性表示，以及（2）跨图像特征点的共识表示。近来，自注意力与交叉注意力模型已被用于解决该问题。然而，在许多场景中，特征具有大规模、冗余且含离群点的特点。先前的自/交叉注意力模型通常在所有原始特征上进行消息传递，从而导致冗余学习和高计算成本。为缓解这些局限，受近期种子匹配方法启发，本文提出一种新颖的高效锚点匹配 Transformer（AMatFormer）用于特征匹配问题。AMatFormer 有两个主要方面：首先，它主要在若干锚点特征上进行自/交叉注意力，并利用这些锚点特征作为消息瓶颈来学习所有原始特征的表示，因此可高效且紧凑地实现。其次，AMatFormer 采用共享 FFN 模块进一步将两幅图像的特征嵌入至公共域，从而学习用于匹配问题的共识特征表示。在多个基准上的实验证明了所提 AMatFormer 匹配方法的有效性与高效性。