ResMatch：用于局部特征匹配的残差注意力学习
计算机视觉与模式识别
2023-07-12 v1
摘要
基于注意力的图神经网络在特征匹配学习中取得了巨大进展。然而，文献中缺乏关于注意力机制如何作用于特征匹配的深入认识。本文中，我们从传统特征匹配与滤波的视角重新思考交叉注意力与自注意力。为促进匹配与滤波的学习，我们分别将描述子相似度与相对位置注入交叉注意力与自注意力分数中。如此，注意力便能聚焦于参照度量视觉与空间相关性的基本函数，学习残差匹配与滤波函数。此外，我们根据描述子相似度与相对位置挖掘帧内与帧间邻域。随后，每个点的稀疏注意力可仅在其邻域内执行，以获得更高计算效率。配备我们完整与稀疏残差注意力学习策略的特征匹配网络分别称为 ResMatch 与 sResMatch。包括特征匹配、位姿估计与视觉定位在内的大量实验证实了我们的网络的优越性。
引用
@article{arxiv.2307.05180,
title = {ResMatch: Residual Attention Learning for Local Feature Matching},
author = {Yuxin Deng and Jiayi Ma},
journal= {arXiv preprint arXiv:2307.05180},
year = {2023}
}