女人自慰AV免费观看内涵网,日韩国产剧情在线观看网址,神马电影网特片网,最新一级电影欧美,在线观看亚洲欧美日韩,黄色视频在线播放免费观看,ABO涨奶期羡澄,第一导航fulione,美女主播操b

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

基于RGM的魯棒且通用的特征匹配

3D視覺工坊 ? 來源:計算機視覺工坊 ? 2023-11-27 11:32 ? 次閱讀

作者:泡椒味的口香糖

0. 筆者個人體會

特征匹配包括稀疏匹配和稠密匹配,這方面的深度模型這兩年很多了,效果也都很好。但是同時實現稀疏匹配和稠密匹配的通用模型還比較少,主要是因為聯合訓練會引入大量噪聲,模型架構不好設計。而且相關的訓練數據不好找,直接把幾個數據集堆一起訓練又會出現各種各樣的域問題。

最近,浙大就開源了一項工作,以一個通用模型同時實現稀疏匹配和稠密匹配。筆者認為,這篇文章的意義不是提出了一個最新的匹配模型,而在于通用模型的設計+訓練思路。學習了這種思路,就可以將這種框架泛化到其他任務上。

1. 效果展示

浙大最新發布的RGM實現了一個通用模型,具體效果是同時實現稠密匹配和稀疏匹配。這里面的稠密匹配也就是光流匹配,還可以根據匹配關系投影RGB圖像做兩視角重建。

與其他SOTA方法相比,RGM估計的光流更細膩,邊緣更完整。

目前這篇文章已經開放了github,但是暫時代碼還沒有開源,感興趣的小伙伴可以跟蹤一下。下面來看一下具體的論文信息。

2. 摘要

在一對圖像中尋找匹配的像素是具有各種應用的基本計算機視覺任務。由于光流估計和局部特征匹配等不同任務的特定要求,以前的工作主要分為稠密匹配和稀疏特征匹配,側重于特定的體系結構和特定任務的數據集,這可能在一定程度上阻礙了特定模型的泛化性能。在本文中,我們提出了一個稀疏和稠密匹配的深度模型,稱為RGM (魯棒通用匹配)。特別地,我們精心設計了一個級聯的GRU模塊,通過在多個尺度上迭代地探索幾何相似性來進行細化,然后使用一個附加的不確定性估計模塊來進行稀疏化。為了縮小合成訓練樣本和真實世界場景之間的差距,我們通過以更大的間隔生成光流監督,來構建具有稀疏匹配真值的新的大規模數據集。因此,我們能夠混合各種稠密和稀疏匹配數據集,顯著提高訓練多樣性。通過在大規模混合數據上以兩階段的方式學習匹配和不確定性估計,我們提出的RGM的泛化能力得到了極大的提高。跨多個數據集的zero-shot匹配和下游幾何估計實現了卓越的性能,大大超過了以前的方法。

3. 算法解析

RGM這篇文章的目的是要設計一個統一的框架來同時實現稠密匹配和稀疏匹配,但本身兩個任務的特性不同,直接設計多任務網絡效果不好。所以作者的思想就很巧妙,先設計一個光流稠密匹配網絡,再緊跟一個稀疏化網絡。

整個Pipeline很直觀,可以分成特征提取、稠密匹配、稀疏化三個部分。首先將輸入圖像利用CNN和Transformer提取特征金字塔,然后使用級聯GRU的網絡進行稠密匹配,之后通過不確定性估計來過濾得到稀疏匹配,匹配結果就可以直接用于位姿估計、兩視角重建等下游任務。

c24f1346-7566-11ee-939d-92fbcf53809c.png

這里面還有幾個細節需要注意:

1、為什么要提取特征金字塔,而不是使用某個特征層?

雖然感受野更大,但在1/8分辨率下會損失很多細節。作者這里使用的是{1/8,1/4,1/2}分辨率的三層金字塔,其中前兩層使用Swin-Transformer的自我注意和交叉注意進行特征增強。

2、這個GRU模塊是啥?

這里也是一個trick,就是不在每個尺度上都建立圖像對的關聯,而在金字塔的兩個底層建立局部關聯。對于1/8的低分辨率層執行點積運算:

c25acefc-7566-11ee-939d-92fbcf53809c.png

其中Fr和Ft是特征金字塔,D是維度。然后再用平均池化作為RAFT來構建相關金字塔,給定當前的光流估計f和半徑r,就可以構建兩個高分辨率的特征融合計算:

c25f0fa8-7566-11ee-939d-92fbcf53809c.png

給定相關性和上下文信息,就可以估計運動信息并將其饋送給GRU優化光流殘差,然后迭代得優化光流:

c26702f8-7566-11ee-939d-92fbcf53809c.png

3、稀疏化如何實現?

在獲得稠密匹配之后,可以直接凍結匹配網絡并開始稀疏化。根據估計出的光流可以warp特征圖和RGB圖計算差異。然后將差值送給CNN計算損失,具體是根據mask真值計算的二進制交叉熵:

c26b4a7a-7566-11ee-939d-92fbcf53809c.png

4、為什么要解耦訓練?

具體訓練過程是先訓練匹配網絡,然后凍結這部分,再單獨訓練稀疏化網絡。作者認為直接聯合訓練的話,會引入大量噪聲,導致光流預測不準確。

4. 實驗

RGM的訓練分匹配學習+不確定學習兩階段進行,也就是所謂的解耦訓練。

在匹配學習階段,首先使用帶稀疏匹配真值的MegaDepth(1.4 M對圖像)來訓練(200k次迭代),然后使用ScanNet+FlyingThings3D+TartanAir+MegaDepth的混合數據集(4 M對圖像)進行增強學習(240k次迭代)。Batch size為16,學習率從2e-4余弦退火至1e-5。在不確定學習階段,直接凍結稠密匹配網絡的參數。在MegaDepth和ScanNet上訓練了2個epoch,batch size為4,學習率固定1e-4。注意,為了平衡不同數據集之間的差異,還對TartanAir進行了大間距采樣。

評估也是一個零樣本泛化實驗。匹配估計使用ETH3D+HPatches+KITTI+TUM數據集,位姿估計(下游任務)使用TUM+YFCC數據集,光流估計使用Sintel數據集。

首先是解耦訓練和聯合訓練的對比,證明他們做提出的解耦訓練是有效的。看到這里筆者也有個疑問,有的模型是聯合訓練效果更好,有的模型卻是解耦訓練更好,希望有小伙伴能傳授一下經驗。

c276b266-7566-11ee-939d-92fbcf53809c.png

訓練使用數據集的對比,顯然使用的數據集越多效果越好。

c27a937c-7566-11ee-939d-92fbcf53809c.png

特征匹配最直觀的定性對比,相同顏色代表預測的匹配關系。相較于之前的SOTA方法可以取得更多的匹配關系,而且語義預測也更好(大部分匹配關系都集中在摩托車和人上)。

光流估計的對比,也是一個zero-shot實驗。對比方案包括光流專用模型、稠密幾何估計方法,還有通用匹配模型,RDM效果最優。這里也推薦「3D視覺工坊」新課程如何學習相機模型與標定?(代碼+實戰)》。

c28ecbee-7566-11ee-939d-92fbcf53809c.png

最后是一個在TUM和YFCC上進行位姿估計的zero-shot評估,也是匹配性能的進一步驗證。

c29d6780-7566-11ee-939d-92fbcf53809c.png

5. 總結

一句話總結:RGM以一個通用模型同時實現了稀疏和稠密匹配。具體創新點是級聯GRU細化模塊+用于稀疏化的不確定性估計模塊+解耦訓練機制。除了評估特征匹配的精度,作者還做了很多下游任務的評估,比如位姿估計、兩視角重建。感覺這篇文章還在審稿中,后續應該會上傳新版本的文章和代碼。

審核編輯:黃飛

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • Gru
    Gru
    +關注

    關注

    0

    文章

    12

    瀏覽量

    7608
  • 特征提取
    +關注

    關注

    1

    文章

    29

    瀏覽量

    9931
  • 匹配網絡
    +關注

    關注

    0

    文章

    13

    瀏覽量

    9900

原文標題:浙大最新開源RGM | 魯棒且通用的特征匹配!

文章出處:【微信號:3D視覺工坊,微信公眾號:3D視覺工坊】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏

    評論

    相關推薦
    熱點推薦

    數據傳輸方案

    MS-2511:集成信號和電源隔離提供緊湊的測量與控制
    發表于 09-04 11:12

    自適應控制綜述A survey of robust ad

    討論了自適應控制的產生,現有的自適應控制方案及發展方向。關鍵詞:性; 自適應控制;
    發表于 05-25 10:27 ?40次下載

    性是什么意思_Robust為什么翻譯成

    性的定義 性是什么意思?頭一次看到這個詞的你可能會想歪(邪惡的笑臉)。但其實性是一個
    發表于 11-29 09:08 ?12.8w次閱讀
    <b class='flag-5'>魯</b><b class='flag-5'>棒</b>性是什么意思_Robust為什么翻譯成<b class='flag-5'>魯</b><b class='flag-5'>棒</b>性

    性和穩定性的區別

    性和穩定性都是反應控制系統抗干擾能力的參數。那么關于性和穩定性的區別有哪些,我們先來看看兩者的定義。 定義上 所謂
    發表于 11-29 09:39 ?24.7w次閱讀

    Linux的性度量詳解及性關聯測試分析

    軟件(或軟件構件)性是衡量軟件在異常輸入和應力環境條件下保持正常工作能力的一種度量。性測試主要用于測試操作系統、應用程序、COTS軟件、構件及服務協議等軟件和協議的可靠性及健壯
    發表于 12-02 09:29 ?4929次閱讀
     Linux的<b class='flag-5'>魯</b><b class='flag-5'>棒</b>性度量詳解及<b class='flag-5'>魯</b><b class='flag-5'>棒</b>性關聯測試分析

    基于偏最小二乘回歸的特征選擇與分類算法

    提出一種基于偏最小二乘回歸的特征選擇與分類算法( RFSC-PLSR)用于解決特征選擇中特征之間的冗余和多重共線性問題。首先,定義一個
    發表于 12-05 18:44 ?1次下載
    基于偏最小二乘回歸的<b class='flag-5'>魯</b><b class='flag-5'>棒</b>性<b class='flag-5'>特征</b>選擇與分類算法

    基于導彈視頻特征匹配

    ,依據準確性和實時性兩個原則,對快速特征算法做了兩方面的改進:一是限制特征點提取區域,定義了圖像區域限制算子;二是限制特征點數量,利用
    發表于 12-06 13:58 ?1次下載
    基于導彈視頻<b class='flag-5'>特征</b><b class='flag-5'>匹配</b>

    如何吧具有光照進行圖像匹配詳細方法說明

    針對現有的基于局部特征的圖像匹配算法對光照變化敏感、匹配正確率低等問題,提出一種具有光照性的圖像匹配
    發表于 05-06 15:42 ?14次下載
    如何吧具有光照<b class='flag-5'>魯</b><b class='flag-5'>棒</b>進行圖像<b class='flag-5'>匹配</b>詳細方法說明

    如何才能解決圖像匹配算法的光照變化敏感和匹配正確率低的問題

    針對現有的基于局部特征的圖像匹配算法對光照變化敏感、匹配正確率低等問題,提出一種具有光照性的圖像匹配
    發表于 11-14 15:16 ?12次下載
    如何才能解決圖像<b class='flag-5'>匹配</b>算法的光照變化敏感和<b class='flag-5'>匹配</b>正確率低的問題

    使用光照實現圖像匹配的方法詳細概述

    針對現有的基于局部特征的圖像匹配算法對光照變化敏感、匹配正確率低等問題,提出一種具有光照性的圖像匹配
    發表于 11-23 17:46 ?7次下載

    一種長時自適應目標跟蹤算法

    傳統相關濾波方法在目標運動模糊和光照變化上取得了一定的效果,但當目標存在形變、顏色變化、重度遮擋等干擾因素時難以實現跟蹤,性差,
    發表于 04-23 14:31 ?7次下載
    一種<b class='flag-5'>魯</b><b class='flag-5'>棒</b>長時自適應目標跟蹤算法

    面向SLAM應用提出了基于RGB特征點提取算法

    視覺SLAM(Simultaneous Localization And Mapping)的關鍵是建立圖像間特征匹配關系,其決定著攝像機運動參數的求解精度和目標點三維世界坐標重
    的頭像 發表于 09-23 10:31 ?1439次閱讀

    一文淺談性(Robustness)

    性(Robustness)
    的頭像 發表于 10-16 09:50 ?2317次閱讀

    性的含義以及如何提高模型的性?

    性的含義以及如何提高模型的性? 什么是性?
    的頭像 發表于 10-29 11:21 ?4267次閱讀

    如何提高系統的

    在當今的技術環境中,系統面臨著各種挑戰,包括硬件故障、軟件缺陷、網絡攻擊和人為錯誤。性是指系統在面對這些挑戰時保持正常運行的能力。 一、定義
    的頭像 發表于 11-11 10:17 ?1879次閱讀