Transformer特征匹配器

低纹理稠密匹配

利用Transformer的全局感受野，在低纹理区域实现可靠的特征匹配，显著优于传统检测-描述-匹配流程。

Shen, Zehong · Sun, Jiaming · Wang, Yuang · Xingyi, He · 鲍虎军 · 周晓巍

IEEE Transactions on Pattern Analysis and Machine Intelligence 2023

参数信息

Image Matching Challenge 2021排名

1

视觉定位基准排名

1

技术优势

低纹理也能匹配

Transformer的全局感受野使网络能够利用整个图像的上下文来生成描述子，即使在重复纹理或稀疏特征的区域也能找到正确的对应关系。

直接可集成到SfM

LoFTR的输出可直接用于现代SfM系统，无需改动原有流程，即可提升多视图几何重建的精度与鲁棒性。

应用场景

• 视觉定位：在挑战性场景中提供可靠的像素级匹配，提升位姿估计精度。
• 机器人导航：在低纹理环境中也能稳定匹配，支持机器人在室内外自主导航。
• 工业检测：对弱纹理工件表面实现稠密对应，提升缺陷检测和尺寸测量准确性。
• 增强现实：在纹理缺失的室内场景稳定跟踪，增强AR虚实配准的鲁棒性。