提升上限：基于动态视角切换的冲突-free 局部特征匹配

当前特征匹配方法侧重于提高建模能力，以更好地对齐与ground-truth匹配的输出，这些匹配是匹配结果的理论上限，隐喻为“天花板”。然而，这些改进未能解决直接阻碍ground-truth匹配的根本问题，包括小尺寸图像中可匹配点稀缺、密集方法中的匹配冲突以及稀疏方法中的关键点重复性依赖问题。我们提出一种名为RCM的新型特征匹配方法，通过三个方面提升匹配的天花板：1) RCM引入动态视角切换机制，以战略性地切换图像对以解决源图像中可匹配点稀缺的问题；2) RCM提出一种冲突-free的粗匹配模块，通过多对一匹配策略解决目标图像中的匹配冲突；3) 通过融合半稀疏范式和粗到细架构，RCM保留了高效性和全局搜索的优势，减轻对关键点重复性的依赖。结果显示，RCM使源图像中更多可匹配点以彻底且冲突-free的方式在目标图像中被匹配，导致ground-truth匹配量显著增加260%。综合实验表明，RCM在与最先进方法之间展现出卓越的性能和效率。