GIFT：用于无纹理点跟踪的生成式室内视频帧
计算机视觉与模式识别
2025-03-18 v1
摘要
点跟踪正成为运动估计和视频编辑的强大求解器。与经典特征匹配相比，点跟踪方法的关键优势在于能够在复杂的相机运动轨迹下和长时间内稳健地跟踪点。然而，尽管方法上有所改进，当前的点跟踪方法仍然难以跟踪视频帧中的任意位置，特别是在无纹理或弱纹理区域。在本工作中，我们首先引入了用于评估 3D 物体纹理强度的指标。利用这些指标，我们将 ShapeNet 中的 3D 模型分为三个纹理强度级别，并创建了 GIFT，这是一个包含 1800 个带有丰富标注的室内视频序列的具有挑战性的合成基准。与现有数据集任意分配真实点不同，GIFT 将真值精确锚定在已分类的目标物体上，确保每个视频对应特定的纹理强度级别。此外，我们在 GIFT 上全面评估了当前方法，以评估它们在不同纹理强度级别下的性能，并分析了纹理对点跟踪的影响。
引用
@article{arxiv.2503.12944,
title = {GIFT: Generated Indoor video frames for Texture-less point tracking},
author = {Jianzheng Huang and Xianyu Mo and Ziling Liu and Jinyu Yang and Feng Zheng},
journal= {arXiv preprint arXiv:2503.12944},
year = {2025}
}