ECCV 2024 | 利用函数映射优化图像对应关系：零样本推理的新方法

文章预览

本文介绍了北京大学人工智能研究院朱毅鑫助理教授团队与斯坦福大学Leonidas Guibas团队联合在 ECCV 2024 会议上发表的论文，题为Zero-Shot Image Feature Consensus with Deep Functional Maps。 该论文提出了一种新颖的 自监督框架 ，用于从预训练特征中推导对应的Functional Maps 。该方法的核心是优化一个Functional Map，用于建立整体对象之间的关系，突破了传统的逐像素对应搜索方法。该技术有效揭示了大规模主干网络潜在的对应能力。 本文第一作者是北京大学人工智能研究院实习生程歆乐，通讯作者为斯坦福大学博士生邓丛悦、北京大学朱毅鑫助理教授、斯坦福大学Leonidas Guibas教授。论文作者还包括斯坦福大学博士后Adam W. Harley。 论文标题：  Zero-Shot Image Feature Consensus with Deep Functional Maps  论文链接： https://arxiv.org/abs/2403.12038 一、概述 图1：概述。左图：给定两组特 ………………………………