视频拼接（2）——Leveraging Local Patch Alignment to Seam-cutting for Large Parallax Image Stitching

【图像拼接】论文精读：Leveraging Local Patch Alignment to Seam-cutting for Large Parallax Image Stitching-优快云博客

 论文地址：https://arxiv.org/pdf/2311.18564

源码地址： GitHub - tlliao/LPAM_seam-cutting: Leveraging Local Patch Alignment to Seam Cutting for Large Parallax Image Stitching

接缝切割优化：在接缝切割中添加一个简单的局部补丁对齐模块（LPAM），有效改善大视差图像拼接的最终结果。

数据惩罚：惩罚的核心目的是限制参数空间的大小以降低模型复杂度，惩罚本身反应你对对应的统计问题的某种先验知识。这样的方法在统计中一般叫正则化Regularization，当然也可以叫惩罚Penalization。

建议的局部补丁对齐模块概述：

在三个图像数据集上应用LPAM到不同接缝切割方法的经过时间：

优点：可以处理视差较大的图像

缺点：耗时较长（6~10s）