深度学习论文: Efficient LoFTR: Semi-Dense Local Feature Matching with Sparse-Like Speed

深度学习论文: Efficient LoFTR: Semi-Dense Local Feature Matching with Sparse-Like Speed
Efficient LoFTR: Semi-Dense Local Feature Matching with Sparse-Like Speed
PDF: https://arxiv.org/pdf/2403.04765
PyTorch代码: https://github.com/shanglianlm0525/CvPytorch
PyTorch代码: https://github.com/shanglianlm0525/PyTorch-Networks

1 概述

本文介绍了一种基于LoFTR改进的新型半稠密局部特征匹配器。作者通过重新审视设计，提出了既提升效率又增强匹配精度的改进。主要改进包括：利用局部信息的相似性，避免在完整特征图上执行Transformer，而是采用聚合注意力模块在减少的令牌上执行，从而提高了效率和性能。此外，还设计了一个两阶段相关层，解决了LoFTR中的位置差异问题，进一步提升了匹配精度。