DMAligner：基于扩散模型的图像对齐增强方法
计算机视觉与模式识别
2026-03-27 v2
摘要
图像对齐是计算机视觉中的基础任务，具有广泛应用。现有方法主要采用基于光流的图像配准技术。然而，这种技术容易受到遮挡和光照变化等常见挑战的影响，导致对齐视觉质量下降，进而影响下游任务的准确性。本文提出了 DMAligner，一种通过面向对齐的视图合成进行图像对齐的扩散模型框架。DMAligner 旨在从全新角度解决图像对齐中的挑战，采用基于生成的方法，展现出强大的处理能力，避免了基于光流的图像配准所面临的问题。具体而言，我们提出了面向动态的扩散训练方法，用于学习条件图像生成，合成用于图像对齐的新视图。这一方法包含 Dynamics-aware Mask Producing (DMP) 模块，用于自适应区分动态前景区域与静态背景，从而使扩散模型更有效地处理经典方法难以解决的挑战。此外，我们使用 Blender 开发了 Dynamic Scene Image Alignment (DSIA) 数据集，包含 1,033 个室内外场景，拥有超过 30K 图像对，专为图像对齐设计。大量实验结果表明，在 DSIA 数据集上以及一系列广泛使用的视频数据集上进行的定性比较，均显示出我们方法的优越性。我们的代码已公开于 https://github.com/boomluo02/DMAligner。
引用
@article{arxiv.2602.23022,
title = {DMAligner: Enhancing Image Alignment via Diffusion Model Based View Synthesis},
author = {Xinglong Luo and Ao Luo and Zhengning Wang and Yueqi Yang and Chaoyu Feng and Lei Lei and Bing Zeng and Shuaicheng Liu},
journal= {arXiv preprint arXiv:2602.23022},
year = {2026}
}
备注
Accepted by CVPR 2026