.png){kind=icon}
返回
ConDL: Detector-Free Dense Image Matching
.png){kind=icon}
PRE
AI
DOI：10.1007/978-3-032-07623-6_24.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在这项工作中，我们介绍了一个用于估计密集图像对应关系的深度学习框架。我们的全卷积模型为图像生成密集特征图，其中每个像素都与一个可在多幅图像间进行匹配的描述符相关联。与以往方法不同，我们的模型是在包含显著畸变（如视角变化、光照变化、阴影和镜面高光）的合成数据上进行训练的。利用对比学习，我们的特征图对这些畸变具有更强的不变性，从而实现鲁棒匹配。值得注意的是，我们的方法无需关键点检测器，使其区别于许多现有的图像匹配技术。
Keyword:
Image matching
Contrastive learning
Descriptor learning
期刊
机构
引用论文
.png){kind=icon}
分享收藏
MegaDepth: Learning Single-View Depth Prediction from Internet PhotosMega Depth: 从互联网照片学习单视图深度预测
OAAI
OAAI分享收藏
查看更多内容