稀疏图注意网络SGA-Net

匹配精度升13.45%

面向两视图特征匹配的稀疏图注意力网络,通过图注意力块和稀疏图Transformer充分挖掘图结构上下文信息,在不依赖RANSAC的情况下实现可靠对应点筛选与相机位姿估计。

Tangfei, Liao · 张笑钦 · Xu, Yuewang · Shi, Ziwei · Xiao, Guobao

IEEE Transactions on Circuits and Systems for Video Technology 2023

参数信息

mAP5°
58.88 %
精度提升(室外)
13.45 %
精度提升(室内)
7.34 %

技术优势

无需RANSAC

网络直接输出可靠匹配,省去RANSAC迭代,简化流程。

精度大幅提升

在室外数据集上mAP5°比现有最佳方法提高13.45%,室内提高7.34%。

处理图结构上下文

通过图注意力块和稀疏图Transformer捕捉丰富的上下文信息,提升匹配可靠性。

应用场景