HOT-POT: 用于稀疏立体匹配的最优传输
计算机视觉与模式识别
2026-01-21 v1 最优化与控制
摘要
图像间的立体视觉面临一系列挑战，包括遮挡、运动和相机畸变，涉及自动驾驶、机器人和人脸分析等应用。由于参数敏感性，对于稀疏特征（如面部地标）的立体匹配会带来进一步的复杂性。为了克服这种不适定性并实现无监督的稀疏匹配，我们从最优传输(OT)的角度考虑了相机几何的线约束。将相机投影点表述为（半）线，我们提出使用经典的对极距离以及三维射线距离来量化匹配质量。将这些距离用作（部分）OT问题的代价函数，我们得到了可高效求解的分配问题。此外，我们通过将无监督物体匹配表述为分层OT问题来扩展我们的方法。如数值实验所示，由此产生的算法允许高效的特征和物体匹配。在此，我们专注于人脸分析中的应用，旨在匹配不同的地标标注约定。
引用
@article{arxiv.2601.12423,
title = {HOT-POT: Optimal Transport for Sparse Stereo Matching},
author = {Antonin Clerc and Michael Quellmalz and Moritz Piening and Philipp Flotho and Gregor Kornhardt and Gabriele Steidl},
journal= {arXiv preprint arXiv:2601.12423},
year = {2026}
}
备注
18 pages, 10 figures, 6 tables