Occ$^2$Net：基于遮挡区域三维占据估计的鲁棒图像匹配
计算机视觉与模式识别
2023-08-31 v1 图像与视频处理
摘要
图像匹配是同步定位与建图（SLAM）和图像检索等多种视觉应用中的基础且关键任务，这些应用都需要精确的位姿估计。然而，大多数现有方法忽略了由相机运动和场景结构引起的物体间遮挡关系。本文中，我们提出 OccNet，一种新颖的图像匹配方法，其利用三维占据建模遮挡关系并推断遮挡区域中的匹配点。得益于占据估计（OE）模块中编码的归纳偏置，它极大简化了多视角一致三维表示的引导过程，该表示随后可整合多视角信息。结合遮挡感知（OA）模块，其引入注意力层与旋转对齐以实现遮挡点与可见点之间的匹配。我们在真实世界与仿真数据集上评估了我们的方法，并证明了其在多项指标上优于最先进方法，尤其在遮挡场景中。
引用
@article{arxiv.2308.16160,
title = {Occ$^2$Net: Robust Image Matching Based on 3D Occupancy Estimation for Occluded Regions},
author = {Miao Fan and Mingrui Chen and Chen Hu and Shuchang Zhou},
journal= {arXiv preprint arXiv:2308.16160},
year = {2023}
}