基于光束中心的像素级相对视线匹配

关键点匹配在重复纹理或大基线视角等具挑战性条件下往往缓慢且不可靠。针对这种情况，可以利用已知几何关系（如基本矩阵）将潜在对应关系限制在狭窄的相对视线包围内，从而缩小搜索空间并提高鲁棒性。这些相对视线引导的匹配方法在结构恢复 (SfM) 等任务中已证明有效；然而，大多数方法依赖粗糙的空间分箱，导致近似误差、昂贵的后处理以及可能遗漏有效对应。我们通过在角度空间中进行精确求解来克服这些限制。在我们的方法中，每个关键点被分配一个容差圆；当从视线中心观察时，这定义了一个角度区间。匹配过程变为 1D 角度区间查询，可通过分段树以对数时间高效求解。这保证了像素级容差，支持逐关键点控制，消除不必要的描述符比较。在 ETH3D 数据集上进行了广泛评估，结果显示我们的方法在已有方法之上实现显著加速，同时恢复精确的对应集。