文章预览
点击下方 卡片 ,关注 「计算机视觉工坊」 公众号 选择 星标 ,干货第一时间送达 编辑:计算机视觉工坊 0. 这篇文章干了啥? 特征匹配旨在建立图像之间的对应关系,这在诸如即时定位与地图构建(SLAM)、运动恢复结构(SfM)和视觉定位等众多应用中至关重要。然而,由于存在匹配噪声(包括尺度变化、视角和光照变化、重复模式以及纹理较差等问题),实现精确的点匹配仍然是一个挑战。 近年来,基于学习的特征匹配取得了显著进展。学习检测器、描述符和匹配器的出现彻底改变了传统的稀疏匹配方法。同时,基于学习的半密集和密集方法通过在整个图像上进行密集特征比较,进一步在精度上与其稀疏对应方法拉开了显著差距。然而,所有这些匹配方法都面临着一个共同的障碍:匹配冗余。从本质上讲,在不相关的图像区域中,基于学习的
………………………………