#217 · 主分类: 计算机视觉

SuperGluePretrainedNetwork

deep-learning feature-matching graph-neural-networks pose-estimation

SuperGlue: 使用图神经网络学习特征匹配 (CVPR 2020, Oral)

项目最后更新:08/30/24

GitHub Stars

4.1K

Forks数量

758

贡献者数量

9

许可证

Other

收录理由

SuperGlue 是 Magic Leap 在 CVPR 2020 上发表的论文的官方实现,它作为一套学习型的中间件,把稀疏的关键点和描述子(配合 SuperPoint 效果很好)转换成图像对之间的干净匹配。这让它在视觉定位、运动恢复结构、图像拼接和位姿估计等任务中非常实用——错误的对应关系一旦被剔除,能省下大量手工调参的时间。仓库里提供了 PyTorch 代码、室内和室外两套预训练权重、一个实时摄像头演示脚本,还有一个批量处理脚本,可以把匹配结果写入磁盘,并利用 RANSAC 本质矩阵分解与真实相对位姿做评估。作为一份可读性很强的基线代码,它也值得研究或改写,不过许可证限制它只能用于非商业的学术研究。

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