论图像匹配：可靠视觉姿态识别中的匹配与不匹配
计算机视觉与模式识别
2025-04-23 v2
摘要
视觉姿态识别 (VPR) 是计算机视觉中的关键任务，通常通过对检索结果进行重新排序来增强性能。然而，近期 VPR 方法的进展显著提升了性能，挑战了重新排序的必要性。在本文中，我们表明现代检索系统常常达到一个地点，此时重新排序可能会降低结果，因为当前 VPR 数据集大多已饱和。我们提议将图像匹配用作验证步骤来评估检索置信度，证明 inlier 计数可以可靠地预测重新排序何时有益。我们的发现转变了检索管道的范式，为构建更稳健和自适应的 VPR 系统提供了见解。代码可在 https://github.com/FarInHeight/To-Match-or-Not-to-Match 查阅。
引用
@article{arxiv.2504.06116,
title = {To Match or Not to Match: Revisiting Image Matching for Reliable Visual Place Recognition},
author = {Davide Sferrazza and Gabriele Berton and Gabriele Trivigno and Carlo Masone},
journal= {arXiv preprint arXiv:2504.06116},
year = {2025}
}
备注
CVPRW 2025