SimpleMatch：语义对应关系的简单且强大的基线
计算机视觉与模式识别
2026-02-16 v2 人工智能
摘要
近期语义对应关系研究的进展主要依赖于预训练的大规模模型。然而，这些方法的一个局限性是它们对高分辨率输入图像依赖较大，以实现最佳性能，这导致计算开销显著增加。本文针对当前方法中的一个根本性局限性：由于深度下采样操作导致的相邻关键点特征不可逆融合问题。当语义上不同的关键点位于相同的下采样感受野内（例如16x16的补丁）时，便会触发此问题。为解决此问题，我们提出了SimpleMatch——一个简单而有效的语义对应框架，即使在低分辨率下也能实现卓越的性能。我们设计了轻量级的上采样解码器，通过逐步上采样深度特征至1/4分辨率来恢复空间细节，并提出了多尺度监督损失，确保上采样特征在不同空间尺度上保持判别性。此外，我们引入稀疏匹配和窗口式定位，以优化训练内存使用，降低51%。在252x252分辨率（比当前SOTA方法小3.3倍）下，SimpleMatch以84.1%的[email protected]成绩在SPair-71k基准数据集上实现优异性能。我们认为该框架为未来的语义对应研究提供了一个实用且高效的基线。代码已公开：https://github.com/hailong23-jin/SimpleMatch
引用
@article{arxiv.2601.12357,
title = {SimpleMatch: A Simple and Strong Baseline for Semantic Correspondence},
author = {Hailing Jin and Huiying Li},
journal= {arXiv preprint arXiv:2601.12357},
year = {2026}
}