DINO-RotateMatch：一种面向大规模三维重建中鲁棒图像匹配的旋转感知深度框架
计算机视觉与模式识别
2025-12-04 v1
摘要
本文提出了DINO-RotateMatch，一个旨在解决从非结构化互联网图像进行大规模三维重建中图像匹配挑战的深度学习框架。该方法将数据集自适应图像配对策略与旋转感知的关键点提取和匹配相结合。DINO被用于在大规模集合中检索语义相关的图像对，而基于旋转的增强则利用ALIKED和Light Glue捕获方向相关的局部特征。在2025年Kaggle图像匹配挑战赛上的实验表明，平均平均精度（mAA）持续提升，获得了银奖（在943支队伍中排名第47）。结果证实，将自监督全局描述符与旋转增强的局部匹配相结合，为大规模三维重建提供了一种鲁棒且可扩展的解决方案。
引用
@article{arxiv.2512.03715,
title = {DINO-RotateMatch: A Rotation-Aware Deep Framework for Robust Image Matching in Large-Scale 3D Reconstruction},
author = {Kaichen Zhang and Tianxiang Sheng and Xuanming Shi},
journal= {arXiv preprint arXiv:2512.03715},
year = {2025}
}
备注
9 pages, 5 figures, 1 table