• 框架
• 实验
  • 1. 弱纹理匹配效果
  • SuperGlue对比">2. 与SuperGlue对比
  • 3. 定量比较
  • 4. 可视化
• 总结

本文转载自：计算机视觉SLAM “本文提出了一种新颖的用于局部图像特征匹配的方法。代替了传统的顺序执行图像特征检测，描述和匹配的步骤，本文提出首先在粗粒度上建立逐像素的密集匹配，然后在精粒度上完善精修匹配的算法。与使用cost volume搜索对应关系的稠密匹配方法相比，本文使用了Transformers中的使用自我和交叉注意力层(self and cross attention layers)来获取两个图像的特征描述符。Transformers提供的全局感受野使本文的方法能够在低纹理区域产生密集匹配（通常情况下在低纹理区域，特征检测器通常难以产生可重复的特征点）。在室内和室外数据集上进行的实验表明，LoFTR在很大程度上优于现有技术。

弱纹理条件与CVPR 2020的SuperGlue特征匹配对比：(上)LoFTR, (下)SuperGlue本文作者来自浙大以及商汤科技，代码开源

论文：https://arxiv.org/abs/2104.00680代码：https://github.com/zju3dv/LoFTR项目地址: https://zju3dv.github.io/loftr

框架

LoFTR由四个部分组成：

1. 局部特征提取网络从图像 以及 中提取粗略特征图 和 ，以及精细的特征图 和 。
2. 将粗略特征图展平为一维向量，并添加位置编码；然后，将其喂给Local Feature TRansformer (LoFTR) 模块进行处理，得到 个self-attention 和 cross-attention层。
3. 可微分匹配层用于匹配上述变换后的特征，最终得到置信矩阵 。根据置信度阈值和相互邻近标准选择匹配项，得到粗略的匹配预测 。
4. 对于每个选定的粗略预测 ，我们会从精细特征图中裁剪出具有大小为 的局部窗口。粗匹配将在此局部窗口内进行细化为并达到亚像素匹配级别，作为最终的匹配预测。

   实验

   1. 弱纹理匹配效果

   2. 与SuperGlue对比

   

   3. 定量比较

   HPatches上位姿解算AUC对比室内ScanNet数据集上位姿解算AUC对比室外MegaDepth数据集上位姿解算AUC对比室外Aachen Day-Night数据集上视觉定位召回率对比室内InLoc数据集上视觉定位召回率对比

   4. 可视化

   

   总结

   本文提出了一种基于Transformers的无需特征提取的特征匹配器，提出的LoFTR利用self/cross attention层实现了将局部特征转换为与上下文和位置有关的量，这使得匹配器在稀疏纹理也能得到匹配。在实验部分，可以看到LoFTR能够分别在特征提取/位姿估计以及视觉定位任务中取得相当好的结果。上述论文PDF和代码下载后台回复：LoFTR，即可下载论文PDF和代码后台回复：CVPR2021，即可下载CVPR 2021论文和代码开源的论文合集后台回复：Transformer综述，即可下载最新的两篇Transformer综述PDFCVer-Transformer交流群成立扫码添加CVer助手，可申请加入CVer-Transformer 微信交流群，方向已涵盖：目标检测、图像分割、目标跟踪、人脸检测&识别、OCR、姿态估计、超分辨率、SLAM、医疗影像、Re-ID、GAN、NAS、深度估计、自动驾驶、强化学习、车道线检测、模型剪枝&压缩、去噪、去雾、去雨、风格迁移、遥感图像、行为识别、视频理解、图像融合、图像检索、论文投稿&交流、PyTorch和TensorFlow等群。一定要备注：研究方向+地点+学校/公司+昵称（如Transformer+上海+上交+卡卡），根据格式备注，可更快被通过且邀请进群

https://www.cxyzjd.com/article/amusi1994/115562569