基于模板感知动态卷积的高效深度模板匹配与平面姿态估计方法
计算机视觉与模式识别
2025-10-03 v1
摘要
在工业检验和组件对齐任务中，模板匹配需要在复杂背景下高效估计目标位置和几何状态（旋转和缩放），以支持精确的下游操作。传统方法依赖于角度和缩放的穷举枚举，导致在复合变换下效率低下。而大多数深度学习方法仅估计相似度得分，未显式建模几何姿态，难以满足实际部署需求。为克服这些限制，我们提出一种轻量级端到端框架，将模板匹配重新表述为联合定位和几何回归，输出中心坐标、旋转角度以及独立的水平和垂直缩放。引入模板感知动态卷积模块（Template-Aware Dynamic Convolution Module, TDCM），在推理时动态注入模板特征以引导通用匹配。紧凑网络集成深度可分离卷积和像素shuffle，实现高效匹配。为实现无几何标注的训练，我们引入基于旋转剪切的数据增强策略及结构感知的伪标签。轻量级细化模块通过局部优化提高角度和缩放精度。实验表明，3.07M 参数模型在复合变换下实现高精度，推理时间仅为 14ms。它在小模板和多目标场景下表现出强鲁棒性，高度适合部署于实时工业应用。代码已公开：https://github.com/ZhouJ6610/PoseMatch-TDCM。
引用
@article{arxiv.2510.01678,
title = {An Efficient Deep Template Matching and In-Plane Pose Estimation Method via Template-Aware Dynamic Convolution},
author = {Ke Jia and Ji Zhou and Hanxin Li and Zhigan Zhou and Haojie Chu and Xiaojie Li},
journal= {arXiv preprint arXiv:2510.01678},
year = {2025}
}
备注
Published in Expert Systems with Applications