Deploy DINO with Many-to-Many Association
计算机视觉与模式识别
2026-04-28 v1
摘要
受监督图像配准模型在未见图像域上泛化能力有限的启发，我们探索了 DINO 特征的零样部署。从 DINO 提取的通用视觉表征在用于匹配语义相似实例间的特征点时天然具有歧义性，因此我们采用许多对许多（m-to-m）匹配范式。然而，现有 m-to-m 数据关联下的鲁棒机制计算负担沉重，需要在每个参数评估中寻找增大匹配基数的匹配图。为解决这一效率问题，我们引入一种新的似然视角，将现有方法解释为不可计算似然计算的zeroth-order近似，进而提出更快更细粒度的鲁棒机制，称为谐和共识最大化（Harmonic Consensus Maximization, HCM）。以相机姿态估计作为下游任务的示例，我们展示，无需任何适配地使用通用视觉特征，可在 m-to-m 关联搭配 HCM 机制后，与专用匹配模型在离散分布数据集上竞争。
引用
@article{arxiv.2604.23670,
title = {Deploy DINO with Many-to-Many Association},
author = {Haodong Jiang and Mingzhe Li and Junfeng Wu},
journal= {arXiv preprint arXiv:2604.23670},
year = {2026}
}