CVPRNov, 2022

FeatureBooster: 用轻量级神经网络增强特征描述子

PDF
TL;DR我们介绍了一种轻量级网络，用于提高同一图像中关键点描述符的准确性，并在图像匹配、视觉定位和结构运动任务中进行评估，结果显示我们的方法显著提高了每项任务的性能，特别是在具有挑战性的情况下，例如大的照明变化或重复图案。
发现论文，激发创造
  • 用 MASt3R 在 3D 中实现图像匹配

    通过在 DUSt3R 网络中引入新的头部，并训练密集局部特征以及附加匹配损失，我们改进了匹配能力，同时保持其鲁棒性，取得了显著的结果改进，击败了现有方法，并在多个匹配任务中实现了 30％的绝对改善。

    Jun, 2024

  • 神经隐式特征场的自监督学习用于相机姿态细化

    通过在同一度量空间中嵌入图像特征提取器和体积特征场，通过对比框架对齐体积特征与图像特征并利用学习的表面信息对后者进行正则化，本文提出了一种联合学习场景表示、体积渲染和特征场设计的方法，用于视觉定位，并在真实场景中验证了该方法的有效性。

    Jun, 2024

  • IFTD：用于驾驶场景中循环检测的图像特征三角描述符

    提出了一种基于 STD 方法的快速、稳健的图像特征三角描述符（IFTD），旨在提高驾驶场景中地点识别的效率和准确性，通过从点云的 BEV 投影图像中提取关键点并将其构造成三角描述符，通过匹配这些特征三角形，实现了精确的地点识别，并计算了两个关键帧之间的 4 自由度位姿估计，并进一步采用图像相似性检查来进行最终的地点识别，三个公共数据集上的实验结果表明，我们的 IFTD 比最先进的方法具有更强的稳健性和准确性，计算开销较低。

    Jun, 2024

  • GLACE: 全球局部加速坐标编码

    我们提出了一个名为 GLACE 的方法，通过引入共视性的概念，利用预训练的全局和局部编码将场景坐标回归方法扩展到大型场景，只需要一个小型网络。我们的方法在大型场景中不使用三维模型或深度图作为监督，取得了最先进的结果。

    Jun, 2024

  • 航空影像的视觉地点识别：一项调查

    本文提出了一种特定于航空影像领域的评估 VPR 技术的方法，提供了各种方法及其性能的全面评估。文章不仅比较了各种 VPR 方法，还展示了在构建地图瓷砖时选择适当的缩放和重叠级别以实现最大效率的重要性。

    Jun, 2024

  • OmniGlue: 基于基础模型引导的通用特征匹配

    OmniGlue 是第一个以广义化为核心原则设计的可学习图像匹配器，它利用视觉基础模型的广泛知识来指导特征匹配过程，提高对未知图像域的泛化能力，并且通过引入新颖的关键点位置引导的注意机制，分离空间和外观信息，从而实现了出色的匹配描述符。

    May, 2024

  • 无人机视觉定位的大规模数据集：UAV-VisLoc

    为解决无人机视觉定位问题，本文提出了一个大规模数据集 UAV-VisLoc，其中包含了来自中国 11 个地点的多种类型无人机图像和卫星地图，以支持模型的训练和测试。

    May, 2024

  • TP3M: 基于 Transformer 的伪 3D 图像匹配带参考

    本论文提出了一种基于 Transformer 的伪三维图像匹配方法，通过引入参考图像将源图像的 2D 特征升级为 3D 特征，并通过由粗到细的三维匹配与目标图像的 2D 特征进行匹配，从而提高了在具有大视角或光照变化或低纹理的场景中的匹配性能。实验结果表明，所提出的方法在同态估计、姿态估计和视觉定位任务中，在具有挑战性的场景中达到了最先进的水平。

    May, 2024

  • 通过生成式预训练学习长形式视频首选权

    通过使用视觉位置如边界框和关键点来表示视频中的关键信息，我们的方法利用生成式预训练技术（GPT）对长时视频进行学习，证明了其在长时视频先验学习中具有巨大潜力。

    Apr, 2024

  • PRAM：用于高效视觉定位的任意地点识别模型

    提出了一种地点识别模型 (PRAM)，通过识别和注册两个组件，基于自我监督的地标定义策略和基于转换器的深度神经网络，使得 PRAM 能够像人类一样有效地执行视觉定位。

    Apr, 2024