CVPRMar, 2023

PATS：基于子区域细分的贴片块局部特征匹配算法

PDF
TL;DR本文提出了一种基于分区交通的图像本地特征匹配方法，用于解决大尺度差异的图像对匹配问题。该方法不需要检测器，通过自监督学习来处理尺度差异，并能够处理多对多关系的图像匹配问题。该方法能够提高匹配精度和覆盖面，并在相对位姿估计，视觉定位和光流估计等下游任务中展现出优越性能。
local feature matchingdetector-free methodspatch area transportation with subdivisionscale differencesself-supervised learning
发现论文，激发创造
  • 基于图形学习的街景图像补丁匹配

    本文提出了一种基于空间图的联合特征和度量学习模型，构建了一个以图顶点表示贴片、以边捕捉空间邻域信息的空间图，并通过理论分析证明了我们框架下匹配和不匹配对应的条件分布之间的信息距离最大化，通过在多个街景数据集上的评估我们证明了该方法达到了最先进的匹配结果。

    Nov, 2023

  • 鲁棒地图：在挑战环境下的街道地标图块匹配的神经扩散

    基于自主车辆的视觉感知技术，利用摄像头等传感器在信息获取和处理方面发挥重要作用。我们提出了一种名为 RobustMat 的方法，利用神经微分方程的强鲁棒性，在困难的驾驶环境中实现了地标补丁的匹配，并在环境干扰下取得了最先进的匹配结果。

    Nov, 2023

  • 本地 - 全局自监督视觉表示学习

    本研究探索了将图像级别与局部级别的判别相结合的自我监督表示学习方法，通过同时观察局部和全局视觉特征来增强学习表示的质量。我们提出了一个简单而有效的补丁匹配算法，借助视觉变换器（ViT）作为骨干网络，从而生成图像级别和补丁级别的表示。结果显示，我们的方法在图像分类和下游任务中表现优于最先进的图像级别表示学习方法。

    Oct, 2023

  • PAT: 基于位置感知的稠密多标签动作检测的 Transformer

    我们提出了 PAT，一种基于 Transformer 的网络，通过利用多尺度时间特征来学习视频中复杂的时间共现动作依赖关系。

    Aug, 2023

  • Patch-NetVLAD: 局部 - 全局特征的多尺度融合在地点识别中的应用

    本文介绍了一种名为 Patch-NetVLAD 的方法，它提供了一种将局部和全局描述符方法的优点相结合的新方法，通过从 NetVLAD 剩余变量中导出局部级别的特征，我们的方法使深度学习的局部特征定义在特征空间网格上，能够聚合和匹配这些特征，并通过积分特征空间进行互补尺度（即块大小）的块特征的多尺度融合，显示出在其状态 - of-the-art 视觉地点识别结果上具有高度不变性，超过了基于全局和局部特征描述符的方法，同时还具有可配置框架中的改进计算效率，适合于增强独立场所识别能力和 SLAM 系统的整体性能。

    Mar, 2021

  • 基于弱监督的 PatchNets：描述和聚合局部图像块进行场景识别

    本文提出了一种基于 PatchNet 模型与 VSAD 特征表达方法的图像场景识别混合表示方案，并在 MIT Indoor67 与 SUN397 两个基准数据集上取得了最新的最优性能结果。

    Sep, 2016

  • 通过跟踪视频裁剪进行无监督视觉表征学习

    本文旨在通过使用追踪作为代理任务，设计了一个 Catch-the-Patch（CtP）游戏，让 3D-CNN 模型学习图像表示，以帮助视频相关任务的完成。经过广泛实验，CtP 预训练特征与其他视频预训练方法相比具有更优异的性能。

    May, 2021

  • PatchFormer：一种具有补丁注意力的高效点变换器

    在点云学习领域中，由于 Transformer 模型生成的注意力矩阵具有输入规模的平方复杂度，因此本文提出了一种采用自适应方式学习较小基础上的基础并通过它们的带权求和来计算注意力矩阵的方法 (PAT)，并借助于轻量级的多尺度注意力块（MST）来实现对不同尺度特征的关注，最终构建了一个名为 PatchFormer 的神经网络，为点云学习提供了可比较的准确性，并且比以前的点 Transformers 快 9.2 倍。

    Oct, 2021

  • 多重 Patch 相似度学习

    提出了一种使用卷积神经网络直接对多个图像块进行匹配的方法，从而在计算机视觉中估算场景的深度图。实验表明，与基于成对块相似性的方法相比，该方法具有更好的效果。

    Mar, 2017

  • DPT: 可变形基于块的 Transformer 用于视觉识别

    提出了一种新型的 Deformable Patch（DePatch）模块，可以自适应地将图像分割为具有不同位置和比例的补丁，从而更好地保留了补丁中的语义信息。将该模块加入 Transformer 中，在图像分类和目标检测等任务上进行广泛评估。

    Jul, 2021