缺失的GAP：从解方块拼图到处理现实考古碎片
计算机视觉与模式识别
2026-05-13 v1 人工智能
摘要
拼图拼图解决是计算机视觉研究社区日益受欢迎的任务。最近的研究工作利用了 cutting-edge 架构和计算方法来重新组装一组碎片成连贯的图像，同时在 established 数据集上取得日益理想的结果。然而，这些方法大多数都共享一个常见的限制性设置：仅针对严格的方形拼图碎片进行操作。本文介绍了GAP，一套新型拼图数据集，包含由 learned 真实世界考古碎片分布生成的合成、严重腐蚀且形状不受限制的碎片。我们还引入了PuzzleFlow，一种基于ViT和Flow-Matching的新型框架，用于拼图解决，能够处理复杂的拼图碎片，并在GAP上显示出优于该领域经典和近期著名作品的优异性能。
关键词
引用
@article{arxiv.2605.12077,
title = {The Missing GAP: From Solving Square Jigsaw Puzzles to Handling Real World Archaeological Fragments},
author = {Ofir Itzhak Shahar and Gur Elkin and Ohad Ben-Shahar},
journal= {arXiv preprint arXiv:2605.12077},
year = {2026}
}