Raising the Ceiling: Conflict-Free Local Feature Matching with Dynamic View Switching

要約

現在の特徴マッチング手法は、モデリング機能の向上を優先して、出力をグラウンドトゥルースの一致とよりよく一致させることを優先しています。これは、比喩的に「天井」として表される、マッチング結果の理論的な上限です。
ただし、これらの機能強化は、小規模画像での一致可能なポイントの不足、密なメソッドでのマッチングの競合、疎なメソッドでのキーポイントの再現性への依存など、グラウンド トゥルース マッチングを直接妨げる根本的な問題に対処できていません。
我々は、3 つの側面からマッチングの上限を引き上げる新しい特徴マッチング手法 RCM を提案します。
1) RCM は、画像ペアを戦略的に切り替えることで、ソース画像内の一致可能なポイントの不足に対処するために、動的なビュー切り替えメカニズムを導入します。
2) RCM は、多対 1 マッチング戦略を通じてターゲット画像内のマッチング競合に対処する、競合のない粗マッチング モジュールを提案します。
3) セミスパース パラダイムと粗密アーキテクチャを統合することにより、RCM は高効率とグローバル検索の両方の利点を維持し、キーポイントの再現性への依存を軽減します。
その結果、RCM により、ソース画像内のより多くの一致可能なポイントがターゲット画像内で網羅的かつ競合のない方法で照合できるようになり、グラウンドトゥルースの一致が 260% 大幅に増加します。
包括的な実験により、RCM は最先端の方法と比較して顕著なパフォーマンスと効率を示すことが示されています。

要約(オリジナル)

Current feature matching methods prioritize improving modeling capabilities to better align outputs with ground-truth matches, which are the theoretical upper bound on matching results, metaphorically depicted as the ‘ceiling’. However, these enhancements fail to address the underlying issues that directly hinder ground-truth matches, including the scarcity of matchable points in small scale images, matching conflicts in dense methods, and the keypoint-repeatability reliance in sparse methods. We propose a novel feature matching method named RCM, which Raises the Ceiling of Matching from three aspects. 1) RCM introduces a dynamic view switching mechanism to address the scarcity of matchable points in source images by strategically switching image pairs. 2) RCM proposes a conflict-free coarse matching module, addressing matching conflicts in the target image through a many-to-one matching strategy. 3) By integrating the semi-sparse paradigm and the coarse-to-fine architecture, RCM preserves the benefits of both high efficiency and global search, mitigating the reliance on keypoint repeatability. As a result, RCM enables more matchable points in the source image to be matched in an exhaustive and conflict-free manner in the target image, leading to a substantial 260% increase in ground-truth matches. Comprehensive experiments show that RCM exhibits remarkable performance and efficiency in comparison to state-of-the-art methods.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google