无监督局部特征网络

免真值标注

无需真值对应标注,通过无监督损失联合训练特征检测与描述,性能超越多数有监督方法。

Sheng-Hung, Kuo · Tzu-Han, Wu · Zheng-Yan, Chen · Chen, Kuanwen

2023

技术优势

不用标注数据

基于预训练模型得到的假定匹配和两个无监督损失函数进行训练,完全绕开了真值对应标注。

超越有监督方法

在图像匹配、医学图像配准和视觉定位任务上,性能超过了大多数最先进的有监督学习方法。

多尺度特征

金字塔特征层级网络从不同层次的特征图中提取关键点和描述子,增强了对尺度变化的鲁棒性。

应用场景