← All tags
#Image Matching
26 posts.
- 论文解读:ALIKE,可微分关键点检测与轻量级局部特征
- 论文解读:ALIKED,在稀疏关键点上做可变形描述
- 论文解读:D2-Net,一张特征图同时做描述子与检测器
- 论文解读:DISK,用策略梯度直接优化匹配数
- 论文解读:DKM,把稠密匹配写成高斯过程回归
- 论文解读:DUSt3R,把未标定图像的两视图重建写成 pointmap 回归
- 图像匹配的演进:从可学习检测器到三维基础模型
- 论文解读:LightGlue,让稀疏特征匹配随难度自适应地快
- 论文解读:LoFTR,无检测器的 Transformer 半稠密匹配
- 论文解读:MASt3R,把图像匹配锚定在三维点上
- 论文解读:MINIMA,用数据引擎把 RGB 匹配数据扩成 480M 跨模态对
- 论文解读:R2D2,检测器要可重复,描述子要可靠
- 论文解读:RIPE,用「是否同一场景」的二元标签训练关键点
- 论文解读:XFeat,把局部特征匹配压进 CPU 实时预算
- 论文解读:XoFTR,让可见光与热红外在 LoFTR 里对上话
- 论文解读:DeDoDe,检测与描述解耦的局部特征匹配
- 半个像素的暗礁:grid_sample、align_corners 与视觉里的 ±0.5
- 论文解读:LoMa,局部特征匹配的「数据与容量」回归
- 论文解读:DaD,用强化学习训练不依赖描述子的关键点检测器
- 论文解读:MVLoMa,把成对局部匹配变成星形多视图匹配
- 论文解读:RoMa 三部曲,从鲁棒稠密匹配到前馈 3D 特征
- 论文解读:FlexGlue,稀疏到稠密特征匹配与视觉消歧的统一
- 论文解读:RaCo,给学习型关键点加上排序与协方差
- 项目:Image Matching WebUI,一站式图像匹配工具箱
- 笔记:图像匹配挑战赛回顾(CVPR 2023)
- 笔记:图像匹配挑战赛回顾(CVPR 2022)