ETO：通过组织多个单应性假设实现高效的基于 Transformer 的局部特征匹配
计算机视觉与模式识别
2025-01-14 v4
摘要
我们致力于解决学习局部特征匹配的效率问题。最近的进展催生了纯 CNN 和基于 Transformer 的方法，每种方法都通过深度学习技术得到增强。虽然基于 CNN 的方法通常在匹配速度上表现出色，但基于 Transformer 的方法往往能提供更准确的匹配。我们提出了一种用于局部特征匹配的高效 Transformer 网络架构。该技术建立在构建多个单应性假设以近似现实世界中的连续对应关系，以及使用单向交叉注意力来加速细化过程的基础上。在 YFCC100M 数据集上，我们的匹配精度与最先进的基于 Transformer 的架构 LoFTR 具有竞争力，而推理速度提升至 4 倍，甚至优于基于 CNN 的方法。在 Megadepth、ScanNet 和 HPatches 等其他开放数据集上的综合评估证明了我们方法的有效性，突显了其显著增强广泛下游应用的潜力。
引用
@article{arxiv.2410.22733,
title = {ETO:Efficient Transformer-based Local Feature Matching by Organizing Multiple Homography Hypotheses},
author = {Junjie Ni and Guofeng Zhang and Guanglin Li and Yijin Li and Xinyang Liu and Zhaoyang Huang and Hujun Bao},
journal= {arXiv preprint arXiv:2410.22733},
year = {2025}
}