To Match or Not to Match: Revisiting Image Matching for Reliable Visual Place Recognition

要約

Visual Place認識（VPR）は、コンピュータービジョンにおける重要なタスクであり、画像マッチングで検索結果を再ランクすることで伝統的に強化されていました。
ただし、VPRメソッドの最近の進歩により、パフォーマンスが大幅に改善され、再ランクの必要性が困難になりました。
この作業では、現在のVPRデータセットが大部分が飽和しているため、最新の検索システムが再ランクが結果を分解できるポイントに到達することが多いことを示しています。
検索の信頼を評価するための検証ステップとして画像マッチングを使用して使用することを提案します。これは、再ランキングが有益である場合に、その中間カウントが確実に予測できることを示しています。
私たちの調査結果は、検索パイプラインのパラダイムをシフトし、より堅牢で適応性のあるVPRシステムの洞察を提供します。

要約(オリジナル)

Visual Place Recognition (VPR) is a critical task in computer vision, traditionally enhanced by re-ranking retrieval results with image matching. However, recent advancements in VPR methods have significantly improved performance, challenging the necessity of re-ranking. In this work, we show that modern retrieval systems often reach a point where re-ranking can degrade results, as current VPR datasets are largely saturated. We propose using image matching as a verification step to assess retrieval confidence, demonstrating that inlier counts can reliably predict when re-ranking is beneficial. Our findings shift the paradigm of retrieval pipelines, offering insights for more robust and adaptive VPR systems.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google