NeRF监督的特征点检测与描述
计算机视觉与模式识别
2024-09-23 v3
摘要
特征点检测与描述是多种计算机视觉应用的支柱，例如运动恢复结构、视觉SLAM和视觉地点识别。虽然基于学习的方法已经超越了传统的手工设计技术，但其训练通常依赖于基于单应性的简单多视角模拟，限制了模型的泛化能力。本文提出了一种利用神经辐射场（NeRF）生成包含室内外场景的多样化逼真数据集的新方法。我们提出的方法适配了最先进的特征检测器和描述子，用于在多视角NeRF合成数据上进行训练，并通过透视投影几何实现监督。实验表明，所提出的方法在相对位姿估计、点云配准和单应性估计的标准基准测试上取得了具有竞争力或更优越的性能，同时与现有方法相比，所需的训练数据和时间显著减少。
引用
@article{arxiv.2403.08156,
title = {NeRF-Supervised Feature Point Detection and Description},
author = {Ali Youssef and Francisco Vasconcelos},
journal= {arXiv preprint arXiv:2403.08156},
year = {2024}
}