基于内容的拼图求解器在受损拼图上的基准测试
计算机视觉与模式识别
2026-01-08 v2 人工智能
摘要
基于内容的拼图求解器已被广泛研究，显示出在计算技术方面的显著进展。然而，其评估常缺乏现实应用中至关重要的挑战，诸如碎片化文物或撕碎文件的重组。在本工作中，我们研究了在引入三类拼图损坏（缺失拼图块、边缘退化、内容退化）后，先进内容拼图求解器的鲁棒性。我们评估了启发式方法和深度学习方法求解器在处理这些损坏方面的能力，并识别出关键局限性。我们的结果表明，针对标准拼图开发的求解器在拼图块被损坏后性能迅速下降。然而，深度学习模型可以通过使用增强数据进行微调来显著提高其鲁棒性。值得注意的是，先进的Positional Diffusion模型在大多数实验中尤其表现出色。基于我们的发现，我们指出了增强现实文物自动重建的有前景的研究方向。
引用
@article{arxiv.2507.07828,
title = {Benchmarking Content-Based Puzzle Solvers on Corrupted Jigsaw Puzzles},
author = {Richard Dirauf and Florian Wolz and Dario Zanca and Björn Eskofier},
journal= {arXiv preprint arXiv:2507.07828},
year = {2026}
}