并非所有像素都平等：用于特征匹配的置信度引导注意力
计算机视觉与模式识别
2026-02-24 v2
摘要
半稠密特征匹配方法通过利用注意力机制提取判别性描述符，已取得显著进展。然而，大多数现有方法在注意力计算过程中平等对待所有像素，这可能会引入来自不相关区域的噪声和冗余。为解决此问题，我们提出了一种置信度引导的注意力机制，该机制基于预计算的匹配置信度图自适应地修剪每个像素的注意力权重。这些置信度图通过评估从骨干网络提取的特征对之间的相互相似性生成，其中高置信度表示高匹配潜力。然后，通过两个步骤细化注意力：（1）引入置信度引导的偏置，以自适应地调整每个查询像素的注意力分布，避免非重叠像素之间的无关交互；（2）在特征聚合过程中，额外使用相应的置信度图来重新缩放值特征，从而减弱不确定区域的影响。此外，引入了一个分类损失，以鼓励骨干网络的特征区分可匹配和不可匹配的区域。在三个基准数据集上的大量实验表明，该方案优于现有的最先进方法。
引用
@article{arxiv.2505.02161,
title = {Not All Pixels Are Equal: Confidence-Guided Attention for Feature Matching},
author = {Dongyue Li},
journal= {arXiv preprint arXiv:2505.02161},
year = {2026}
}