MV-RoMa：从成对匹配到多视角轨迹重建
计算机视觉与模式识别
2026-03-31 v1
摘要
建立图像间的一致对应对于三维视觉任务（如运动恢复结构(SfM)）至关重要，但大多数现有的匹配器以成对方式运行，当其预测在视角间链式连接时，往往产生碎片化和几何不一致的轨迹。我们提出了MV-RoMa，一种多视角密集匹配模型，联合估计从源图像到多个共可见目标的密集对应。具体而言，我们设计了一种高效的模型架构，避免全交叉注意力在多视角特征交互中的高计算成本：(i) 多视角编码器利用成对匹配结果作为几何先验，(ii) 多视角匹配细化器使用逐像素注意力细化对应。此外，我们提出了一种后处理策略，将模型的一致多视角对应集成为SfM的高质量轨迹。在多样化和具有挑战性的基准测试中，MV-RoMa产生了比现有稀疏和密集匹配方法更可靠的对应，以及显著更密集、更准确的三维重建。项目页面：https://icetea-cv.github.io/mv-roma/。
引用
@article{arxiv.2603.27542,
title = {MV-RoMa: From Pairwise Matching into Multi-View Track Reconstruction},
author = {Jongmin Lee and Seungyeop Kang and Sungjoo Yoo},
journal= {arXiv preprint arXiv:2603.27542},
year = {2026}
}
备注
CVPR 2026 Accepted