基于可微持久同调的无尺度图像关键点

在计算机视觉中，关键点检测是基础任务，适用于从机器人到图像检索等应用；然而，现有基于学习的方法存在尺度依赖性且缺乏灵活性。本文提出一种新方法，利用莫尔斯理论和持久同调——源自代数拓扑的强大工具。我们提出一种基于最近引入的持久同调中子梯度概念的新型损失函数，为拓扑学习铺路。我们的检测器MorseDet是首个基于拓扑学的学习模型，用于特征检测，在关键点重复性方面实现竞争性能，并引入一种原则且在理论上稳健的方法来解决该问题。