RoMa v2：更硬更好更快更稠密的特征匹配
计算机视觉与模式识别
2025-11-21 v2
摘要
稠密特征匹配旨在估计 3D 场景中两幅图像之间的所有对应关系，因其高精度和鲁棒性而近期成为黄金标准。然而，现有稠密匹配器在许多困难现实场景下仍会失败或表现不佳，且高精度模型往往较慢，限制了其应用范围。本文通过一系列系统性改进，综合提升模型性能。具体而言，我们构建了新的匹配架构和损失函数，结合精心策划的多样化训练分布，使模型能够解决许多复杂匹配任务。我们进一步通过解耦的两阶段匹配-精炼管线加速训练，同时通过自定义 CUDA 内核显著降低精炼阶段的内存占用。最后，我们利用最新的 DINOv3 基础模型以及多项洞见，使模型更具鲁棒性且无偏差。在大量实验中，我们展示所构建的新型匹配器达到了新的状态量，显著优于前任模型。代码已公开于 https://github.com/Parskatt/romav2
引用
@article{arxiv.2511.15706,
title = {RoMa v2: Harder Better Faster Denser Feature Matching},
author = {Johan Edstedt and David Nordström and Yushan Zhang and Georg Bökman and Jonathan Astermark and Viktor Larsson and Anders Heyden and Fredrik Kahl and Mårten Wadenbäck and Michael Felsberg},
journal= {arXiv preprint arXiv:2511.15706},
year = {2025}
}
备注
Added acknowledgements, and some minor fixes