MatRes：面向同时匹配与恢复的零样子测试时模型适应
计算机视觉与模式识别
2026-04-14 v1 人工智能
摘要
现实场景中的图像对常常存在严重退化和较大视角变化，这使得在独立处理时，图像恢复和几何匹配相互干扰。本工作提出 MatRes，一个零样子测试时适应框架，联合提高恢复质量和配对估计，只需单张低质量和高质量图像对。通过在对应位置强制条件相似性，MatRes 只更新轻量级模块，保持所有预训练组件冻结，不需要离线训练或额外监督。广泛实验表明，MatRes 在恢复和几何对齐方面均显著优于仅使用恢复模型或匹配模型。MatRes 提供了一个实用且广泛适用的解决方案，用于处理用户常以不同视角和质量捕获场景图像的实际场景，有效解决匹配与恢复之间经常被忽视的相互干扰问题。
引用
@article{arxiv.2604.10081,
title = {MatRes: Zero-Shot Test-Time Model Adaptation for Simultaneous Matching and Restoration},
author = {Kanggeon Lee and Soochahn Lee and Kyoung Mu Lee},
journal= {arXiv preprint arXiv:2604.10081},
year = {2026}
}