#306 · 主分类: 计算机视觉

GlueStick

computer-vision deep-learning graph-neural-networks image-matching local-features machine-learning torch

点与线的联合深度匹配器 🖼️💥🖼️ (ICCV 2023)

项目最后更新:04/07/25

GitHub Stars

678

Forks数量

55

贡献者数量

5

许可证

MIT

收录理由

大多数图像匹配方法只处理点特征,而GlueStick在同一个深度网络里同时匹配点和线段。这种联合策略在需要对齐同一场景两幅图像的任务中很实用,比如运动恢复结构、视觉定位或三维重建,因为线段携带的结构信息在视角剧烈变化或光照差异大的情况下依然稳定,而纯点匹配往往在这些场景下失效。因此,在低纹理或重复纹理区域,GlueStick能给出更稳健的匹配结果。仓库提供了预训练权重和简单的推理命令,还附有Colab笔记本,无需本地安装即可上手体验。需要注意的是,其SuperPoint骨干网络采用非商业许可,有商用需求的团队需提前评估。训练代码则放在配套的GlueFactory框架中,该框架也支持LightGlue等其他匹配器。

相关文章

暂无针对该项目的文章。

如需补充新闻资讯、使用教程、应用测评等内容,欢迎 联系我们推荐选题或投稿。

同类热门项目