Jun, 2021

LocalTrans: 跨尺度局部 Transformer 网络用于分辨率变换下的单应性估计

PDF
TL;DR本文提出了一种多模态的局部变换网络嵌入多尺度结构中，以显式学习分辨率不同的输入图像之间的对应关系，用于解决多尺度千亿像素摄影中的交叉分辨率匹配问题。实验证明，该方法在 MS-COCO 数据集和真实拍摄的交叉分辨率数据集上表现优于其他基于特征和深度学习的同类方法，能够在小于 10 倍的分辨率差异下精确地对齐图像。
cross-resolutionhomography estimationmultimodal problemlocal transformer networkmultiscale structure
发现论文，激发创造
  • CrossNet：一种端到端的参考图像超分辨率网络，使用跨尺度对齐

    CrossNet 是一个端到端的、全卷积的深度神经网络，采用跨尺度的对齐方式来进行参考图像与低分辨率图像的对齐，提高了准确性和效率。

    Jul, 2018

  • TransGeo: 跨视图图像地理定位的完整解决方案 ——Transformer Is All You Need

    本研究提出了一种基于纯 Transformer 的方法（TransGeo）来针对交叉视图图像地理定位中的局限性，通过全局信息建模和显式位置信息编码等优势，结合了注意力引导的非均匀裁剪方法以实现性能优化，结果表明该方法在城市和乡村数据集上取得了最优结果，并显著降低了计算成本。

    Mar, 2022

  • CT-MVSNet: 交叉尺度变换的高效多视角立体视觉

    本文提出了一种新颖的跨尺度变换器来处理不同阶段的特征表示，同时引入了自适应匹配感知变换器、双特征引导聚合和特征度量损失等方法，以提高深度估计的准确性。实验证明，这种方法在 DTU 数据集和 Tanks and Temples 基准测试中取得了最先进的结果。

    Dec, 2023

  • 深度图像单应性估计

    该研究提出了一种利用卷积神经网络实现图像之间的变换估计的方法，可以避免传统的局部特征检测和变换估计方法的复杂度，并展示了多种基于深度估计变换的应用场景。

    Jun, 2016

  • 基于相关感知的细粒度跨视角地理定位的单应矩阵估计

    我们提出一种新颖的方法来实现细粒度的跨视图地理定位，通过使用单应性估计将畸变的地面图像与相同区域的带 GPS 标记的卫星图像对齐，将地面和航拍图像置于同一视图和同一平面上，减少了任务的复杂性，通过映射变换后地面图像的中心点到卫星图像并确定地面相机的方向来实现亚像素和米级的 GPS 精度定位。

    Aug, 2023

  • COTR: 跨图片匹配的对应转换器

    本研究提出了一种新颖的基于深度神经网络的图像对应关系发现框架，可以根据给定的两幅图像和一个查询点在其中一个图像中找到其在另一个图像中的对应关系，并可以检索稀疏或密集的对应关系，同时在推理时，递归地以估计为中心缩放，形成了多尺度通道，从而能够提供高度准确的对应关系。本方法在多个数据集和任务中明显优于现有技术，并不需要针对特定数据集进行重新训练。

    Mar, 2021

  • 多尺度视觉转换器在弱监督目标定位中的深度聚类引导精炼

    该研究论文提出了一种利用弱监督目标定位来学习物体定位的方法，通过多尺度物体定位变换器（MOLT）和深度聚类引导精化方法提高了定位准确度，并在公开的 ILSVRC-2012 数据集上进行了实验证明了该方法的有效性。

    Dec, 2023

  • 任意尺度超分辨率的级联局部隐式变换器

    本文介绍了一种 Local Implicit Transformer (LIT) 方法，它将注意机制和频率编码技术与本地隐式图像函数相结合，设计了一个跨尺度的局部注意块来有效聚合局部特征，进一步提高了代表性能力，并提出了一种级联的 LIT (CLIT) 方法，利用多尺度特征和渐进式训练策略，在任意超分辨率任务中实现了较好的结果，并胜过了以前的方法。

    Mar, 2023

  • 多尺度和跨尺度对比学习用于语义分割

    本研究考虑应用监督对比学习提高语义分割中多尺度特征的判别能力，并通过有效的采样过程与跨尺度对比学习方法进一步提高模型性能。

    Mar, 2022

  • 多尺度变换器半监督广角人像校正

    提出一种半监督网络用于广角肖像矫正，利用一致性机制和多尺度 Swin Transformer 块构建 MS-Unet 网络，同时使用标记和未标记数据进行训练，实现了比现有方法更优异的结果。

    Sep, 2021