基于 AffNet 校正的匹配方法
计算机视觉与模式识别
2022-08-01 v1
摘要
我们考虑在显著视角变化下通过视图合成进行双视图匹配的问题。我们提出了两种新方法，以最小化视图合成的开销。第一种名为 DenseAffNet，利用来自 AffNet 的密集仿射形状估计，使其能够对图像进行分区，并仅用单个仿射映射对每个分区进行校正。第二种名为 DepthAffNet，结合深度图与仿射形状估计的信息，为不同图像分区生成不同的校正仿射映射集合。DenseAffNet 比当前最优方法更快，且在通用场景上更准确。DepthAffNet 在包含大平面的场景中与当前最优方法表现相当。评估在 3 个公开数据集上进行——EVD Dataset、Strong ViewPoint Changes Dataset 和 IMC Phototourism Dataset。
引用
@article{arxiv.2207.14660,
title = {Matching with AffNet based rectifications},
author = {Václav Vávra and Dmytro Mishkin and Jiří Matas},
journal= {arXiv preprint arXiv:2207.14660},
year = {2022}
}
备注
13 pages, 9 figures