Tag · 9 篇

特征匹配

分布 3D 视觉与重建5底层视觉与图像复原1高效模型与推理加速1自监督与表征学习1数据集与评测1

ULF-Loc: Unbiased Landmark Feature for Robust Visual Localization with 3D Gaussian Splatting

论文揭示了 3DGS 中 alpha-blending 优化会给高斯点特征引入偏差，并提出几何加权特征融合替代有偏的特征优化；对做 3DGS 特征场、2D-3D 匹配定位的工作，这是一个可直接复用的特征学习范式修正。

TextFM: Robust Semi-dense Feature Matching with Language Guidance

将视觉语言模型（VLM）的文本嵌入作为实例级查询引入无检测器特征匹配的粗匹配阶段，为视觉特征提供域不变的语义上下文；同时用LoRA微调视觉基础模型并融合光照不变物理先验，提升跨域和极端光照下的匹配鲁棒性。

ShreddingNet: Coarse-to-Fine Restoration for Multi-Source Shredded Manuscripts

把「多源碎片拼接」形式化为先按来源聚类、再在候选集内做精细匹配的两阶段流程，其「错误匹配很少跨源」的假设可直接迁移到图像拼接、拼图复原、碎片化文档重建等需要鲁棒特征匹配与离群匹配剔除的视觉任务。

Scalable Feature Matching via State Space Modeling and Sparse Correlation

用 Conv-Mamba 混合骨干网络以线性复杂度替代 Transformer 的长程建模，并用免训练范数过滤把全相关矩阵稀疏化，可直接迁移到任何需要高分辨率稠密/半稠密匹配的视觉流程（如光流、立体匹配、SLAM 前端）以降低显存与延迟。

Revisiting Model Stitching In the Foundation Model Era

提出在目标模型倒数第二层使用简单特征匹配损失训练拼接层，使异构视觉基础模型（如 CLIP、DINOv2、SigLIP2）可靠拼接，为多模态大模型共享早期层、灵活组合不同 VFM 优势提供可复用技术。

Hierarchical Visual Relocalization with Nearest View Synthesis from Feature Gaussian Splatting

将 Feature Gaussian Splatting 作为场景表示用于分层重定位，并用自适应视角检索合成与查询视角更接近的虚拟候选图，缓解数据库图像稀疏问题；同时提出粗阶段用高斯渲染特征、精阶段用图像直接提取特征的混合匹配策略，可直接迁移到任何基于特征匹配的位姿估计流程。

Fixed Anchors Are Not Enough: Dynamic Retrieval and Persistent Homology for Dataset Distillation

提出动态检索连接与持续拓扑对齐，可复用于其他需要匹配教师特征分布的数据集蒸馏或合成数据生成任务，以提升类内多样性和泛化性。

DualReg: Dual-Space Filtering and Reinforcement for Rigid Registration

用轻量单点 RANSAC 先过滤特征对应、再以过滤后的对应为锚框提取几何代理做局部精配准，这套「特征粗配 + 几何精修」的双空间流程可直接迁移到点云配准与 SLAM 前端，兼顾大变换鲁棒性与实时性。

CoLoR: The Devil is in Scene Coordinate Regression for Large-Scale Visual Localization

针对大场景下稀疏共视与局部外观歧义问题，提出将场景点划分为多视图/单视图集的两阶段自举监督，以及统一全局与局部特征的图像级/像素级多粒度检索特征，可直接用于提升基于 SCR 的大规模视觉定位精度，同时保持紧凑地图。