深度图匹配网络

抗噪鲁棒匹配

通过深度嵌入将图匹配转化为线性分配问题,实现端到端可微的鲁棒匹配。

汪润中 · 严骏驰 · 杨小康

IEEE Transactions on Pattern Analysis and Machine Intelligence 2023

技术优势

抗离群点

网络学习到的嵌入和亲和度模型能够抑制离群节点的干扰,使匹配结果在存在离群点时仍然准确。

跨类别泛化

模型是类别无关的,且嵌入模型在节点间共享,因此能够泛化到不同类别甚至不同数据集上的匹配任务。

端到端可微

整个模型以组合置换损失为监督进行端到端训练,无需手工设计特征或分阶段优化。

应用场景