MGCA-Net：用于双视图配对学习的多图上下文注意力网络
计算机视觉与模式识别
2025-12-30 v1
摘要
双视图配对学习是计算机视觉中的关键任务，旨在建立可靠的匹配关系，用于相机姿态估计和3D重建等应用。然而，现有方法在局部几何建模和跨阶段信息优化方面存在局限性，难以准确捕获匹配对的几何约束，从而降低模型的鲁棒性。为解决这些挑战，我们提出了多图上下文注意力网络（MGCA-Net），其由上下文几何注意力（CGA）模块和跨阶段多图共识（CSMGC）模块组成。具体而言，CGA通过自适应注意力机制动态整合空间位置和特征信息，增强了捕获局部和全局几何关系的能力。而CSMGC则通过跨阶段稀疏图网络建立几何共识，确保不同阶段几何信息的一致性。在两个代表性数据集YFCC100M和SUN3D上的实验结果表明，MGCA-Net在离群点剔除和相机姿态估计任务中显著优于现有SOTA方法。源代码可在 http://www.linshuyuan.com 查看。
引用
@article{arxiv.2512.23369,
title = {MGCA-Net: Multi-Graph Contextual Attention Network for Two-View Correspondence Learning},
author = {Shuyuan Lin and Mengtin Lo and Haosheng Chen and Yanjie Liang and Qiangqiang Wu},
journal= {arXiv preprint arXiv:2512.23369},
year = {2025}
}