MODS：一种快速鲁棒的双视图匹配方法
计算机视觉与模式识别
2016-05-03 v2
摘要
提出一种称为MODS（按需匹配与视角合成，Matching On Demand with view Synthesis）的宽基线匹配新算法。实验表明，MODS算法比当前最先进方法解决了更广泛的宽基线问题，同时在简单问题上速度与标准匹配器几乎一样快。表面上的鲁棒性与速度权衡通过逐步使用更耗时的特征检测器以及按需生成合成图像（直到获得可靠的几何估计）来巧妙处理。我们引入了一种改进的暂定对应点选择方法，适用于有或没有视角合成的情况。对标准最近邻与次近邻距离规则的修改在无需额外计算成本的情况下将正确匹配数提高了5-20%。MODS算法的性能在几个标准公开数据集以及一组新的几何挑战性宽基线问题（随真值一同公开）上进行了评估。实验表明MODS在鲁棒性和速度上均优于最先进水平。此外，MODS在其他类型的困难双视图问题上表现良好，如不同模态图像匹配、宽时间基线或显著光照变化的情况。
引用
@article{arxiv.1503.02619,
title = {MODS: Fast and Robust Method for Two-View Matching},
author = {Dmytro Mishkin and Jiri Matas and Michal Perdoch},
journal= {arXiv preprint arXiv:1503.02619},
year = {2016}
}
备注
Version accepted to CVIU. arXiv admin note: text overlap with arXiv:1306.3855