XFeat:加速轻量级图像匹配(CVPR2024)

文章预览

论文题目 XFeat: Accelerated Features for Lightweight Image Matching 摘要 我们为资源高效的视觉通信引入了一个轻量级和精确的体系结构。我们的方法被称为XFeat(加速特征)，重新审视了卷积神经网络中用于检测、提取和匹配局部特征的基本设计选择。我们的新模型满足了对适用于资源有限设备的快速鲁棒算法的关键需求。特别是，准确的图像匹配需要足够大的图像分辨率—因此，我们在限制网络中的通道数量的同时保持尽可能大的分辨率。此外，我们的模型旨在提供稀疏或半密集级别的匹配选择，每种匹配可能更适合不同的下游应用，例如视觉导航和增强现实。我们的模型是第一个有效地提供半密集匹配的模型，它利用了一种依赖于粗糙局部描述符的新型匹配细化模块。XFeat是通用的，与硬件无关，在速度上超过了目前基于深度学习的局部特征(快5倍)，具有相 ………………………………