匹配语义相似的非同一物体
计算机视觉与模式识别
2026-01-01 v4
摘要
相似但非同一的物体在我们的世界中无处不在，从狗和猫等四足动物到不同型号的汽车和各种颜色的花朵。本研究致力于一项新任务：在像素级别匹配此类非同一物体。我们提出了一种描述符加权方案——语义增强加权（Semantic Enhancement Weighting, SEW），它将来自物体检测器的语义信息融入现有的稀疏特征匹配方法中，将其目标从不同视角捕获的同一物体扩展到语义相似的物体。实验表明，在多种情况下均可成功匹配非同一物体，包括类内设计变化、类别差异和域偏移（例如，照片与绘画以及图像损坏）。代码可在 https://github.com/Circ-Leaf/NIOM 获取。
引用
@article{arxiv.2403.08227,
title = {Matching Semantically Similar Non-Identical Objects},
author = {Yusuke Marumo and Kazuhiko Kawamoto and Satomi Tanaka and Shigenobu Hirano and Hiroshi Kera},
journal= {arXiv preprint arXiv:2403.08227},
year = {2026}
}
备注
WACV 2026