GLAMpoints：贪婪学习的精确匹配点
计算机视觉与模式识别
2020-06-16 v3
摘要
我们引入一种新颖的基于 CNN 的特征点检测器——GLAMpoints——以半监督方式学习得到。我们的检测器提取可重复、稳定的兴趣点并具有密集覆盖，专门设计用于最大化特定领域中的正确匹配，这与优化间接度量的传统技术形成对比。在本文中，我们将方法应用于具有挑战性的视网膜裂隙灯图像，由于低图像质量和低层特征不足，经典检测器在此类图像上产生不尽人意的结果。我们展示 GLAMpoints 在视网膜图像的匹配和配准质量上显著优于经典检测器以及最先进的基于 CNN 的方法。我们的方法也可扩展到其他领域，如自然图像。训练代码和模型权重可在 https://github.com/PruneTruong/GLAMpoints_pytorch 获取。
引用
@article{arxiv.1908.06812,
title = {GLAMpoints: Greedily Learned Accurate Match points},
author = {Prune Truong and Stefanos Apostolopoulos and Agata Mosinska and Samuel Stucky and Carlos Ciller and Sandro De Zanet},
journal= {arXiv preprint arXiv:1908.06812},
year = {2020}
}