对称特征匹配流模型

跨实例像素级对齐

支持弱监督学习的密集视觉对应方法，在公开基准上达到先进精度。

Sun, Yixuan · Zhao, Dongyang · Zhangyue, Yin · Yiwen, Huang · 桂韬 · Zhang, Wengqiang · 戈维峰

2023

参数信息

PCK@0.1

78.8 %

PCK@0.1

70.4 %

PCK@0.1

63.7 %

技术优势

无需像素级标注

仅需稀疏标注即可训练，将像素级语义匹配问题分解为两个更容易的子问题，避免了昂贵的像素级标注。

端到端可训练

整个流程基于视觉Transformer构建，可以端到端训练，简化了训练流程。

捕捉细微语义差异

在多个基准测试上的广泛实验表明，该方法能够高效捕捉像素中的细微语义差异。

应用场景

• 视觉对应：提供像素级跨实例对齐，作为视觉对应任务的基础模块。
• 机器人抓取：实现物体部件级匹配，辅助机器人确定抓取位置。
• 图像配准：提供密集匹配场，用于图像配准中的变形估计。
• 密集匹配：在低分辨率匹配流基础上超分辨率生成精确密集对应。