Fugu-MT 論文翻訳(概要): A2B: Anchor to Barycentric Coordinate for Robust Correspondence

論文の概要: A2B: Anchor to Barycentric Coordinate for Robust Correspondence

arxiv url: http://arxiv.org/abs/2306.02760v1
Date: Mon, 5 Jun 2023 10:28:53 GMT
ステータス: 処理完了
システム内更新日: 2023-06-06 15:39:43.899217
Title: A2B: Anchor to Barycentric Coordinate for Robust Correspondence
Title（参考訳）: A2B:ロバスト対応のためのBarycentric Coordinateへのアンカー
Authors: Weiyue Zhao, Hao Lu, Zhiguo Cao, Xin Li
Abstract要約: 偏心座標のような幾何学的不変な座標表現は特徴間のミスマッチを著しく低減できることを示す。本稿では,ペア画像から複数のアフィン-不変対応座標を生成する新しいアンカー-バリー中心(A2B)座標符号化手法であるDECREEを紹介する。
参考スコア（独自算出の注目度）: 25.719939636977934
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: There is a long-standing problem of repeated patterns in correspondence problems, where mismatches frequently occur because of inherent ambiguity. The unique position information associated with repeated patterns makes coordinate representations a useful supplement to appearance representations for improving feature correspondences. However, the issue of appropriate coordinate representation has remained unresolved. In this study, we demonstrate that geometric-invariant coordinate representations, such as barycentric coordinates, can significantly reduce mismatches between features. The first step is to establish a theoretical foundation for geometrically invariant coordinates. We present a seed matching and filtering network (SMFNet) that combines feature matching and consistency filtering with a coarse-to-fine matching strategy in order to acquire reliable sparse correspondences. We then introduce DEGREE, a novel anchor-to-barycentric (A2B) coordinate encoding approach, which generates multiple affine-invariant correspondence coordinates from paired images. DEGREE can be used as a plug-in with standard descriptors, feature matchers, and consistency filters to improve the matching quality. Extensive experiments in synthesized indoor and outdoor datasets demonstrate that DEGREE alleviates the problem of repeated patterns and helps achieve state-of-the-art performance. Furthermore, DEGREE also reports competitive performance in the third Image Matching Challenge at CVPR 2021. This approach offers a new perspective to alleviate the problem of repeated patterns and emphasizes the importance of choosing coordinate representations for feature correspondences.
Abstract（参考訳）: 対応問題の繰り返しパターンには長年の問題があり、不一致は固有のあいまいさのため頻繁に発生する。繰り返しパターンに関連するユニークな位置情報により、座標表現は特徴対応を改善するための外観表現の補助となる。しかし、適切な座標表現の問題はまだ解決されていない。本研究では,偏心座標などの幾何学的不変座標表現が特徴間のミスマッチを著しく低減できることを示す。最初のステップは幾何学的不変座標の理論的基礎を確立することである。本稿では,特徴マッチングと一貫性フィルタリングと粗さから細かなマッチング戦略を組み合わせたシードマッチング・フィルタリングネットワーク(smfnet)を提案する。次に、ペア画像から複数のアフィン不変対応座標を生成する新しいアンカーからバリセントリック(a2b)座標符号化手法であるdegreeを導入する。 DEGREEは標準のディスクリプタ、機能マーカ、整合性フィルタを備えたプラグインとして使用して、マッチング品質を改善することができる。合成された屋内および屋外データセットの大規模な実験により、DECREEは繰り返しパターンの問題を緩和し、最先端のパフォーマンスを達成することができる。さらに、DeGREEはCVPR 2021の第3回画像マッチングチャレンジの競争性能も報告している。このアプローチは、繰り返しパターンの問題を軽減する新しい視点を提供し、特徴対応のための座標表現を選択することの重要性を強調する。

関連論文リスト

Geometry-aware Feature Matching for Large-Scale Structure from Motion [10.645087195983201]
大規模シナリオでは重なりが小さい場合にギャップを埋めるために,カラーキューに加えて幾何学的手がかりを導入する。提案手法は, 検出器フリー法からの高密度対応が幾何的に整合性を持ち, 精度が高いことを保証する。ベンチマークデータセットにおける最先端の機能マッチングメソッドよりも優れています。
論文参考訳（メタデータ） (2024-09-03T21:41:35Z)
Fast Point Cloud Geometry Compression with Context-based Residual Coding and INR-based Refinement [19.575833741231953]
我々は、KNN法を用いて、原表面点の近傍を決定する。条件付き確率モデルは局所幾何学に適応し、大きな速度減少をもたらす。暗黙のニューラル表現を精製層に組み込むことで、デコーダは任意の密度で下面の点をサンプリングすることができる。
論文参考訳（メタデータ） (2024-08-06T05:24:06Z)
SIGMA: Scale-Invariant Global Sparse Shape Matching [50.385414715675076]
非剛体形状の正確なスパース対応を生成するための新しい混合整数プログラミング(MIP)法を提案する。いくつかの挑戦的な3Dデータセットに対して,スパースな非剛性マッチングの最先端結果を示す。
論文参考訳（メタデータ） (2023-08-16T14:25:30Z)
AffineGlue: Joint Matching and Robust Estimation [74.04609046690913]
AffineGlue, 連立2視点特徴マッチングとロバストな推定法を提案する。 AffineGlueは、最小限のモデルを推定するために、1対多の対応から潜在的なマッチを選択する。ガイドマッチングはモデルと一致した一致を見つけるために使用され、1対1の一致の曖昧さに悩まされる。
論文参考訳（メタデータ） (2023-07-28T08:05:36Z)
Learning Probabilistic Coordinate Fields for Robust Correspondences [24.01047640087573]
画像対応問題に対する新しい幾何不変座標表現である確率座標場(PCF)を導入する。我々は、座標場の分布をガウス混合モデルとしてパラメータ化するPCF-Netと呼ばれる確率的ネットワークにPCFを実装した。屋内および屋外の両方のデータセットの実験では、正確な幾何学的不変座標がいくつかの対応問題において技術の状態を達成するのに役立つことを示唆している。
論文参考訳（メタデータ） (2023-06-07T08:14:17Z)
Explicit Correspondence Matching for Generalizable Neural Radiance Fields [49.49773108695526]
本稿では,新たな未知のシナリオに一般化し,2つのソースビューで新規なビュー合成を行う新しいNeRF手法を提案する。明瞭な対応マッチングは、異なるビュー上の3Dポイントの2次元投影でサンプリングされた画像特徴間のコサイン類似度と定量化される。実験では,実験結果から得られたコサイン特徴の類似性と体積密度との間に強い相関関係が認められた。
論文参考訳（メタデータ） (2023-04-24T17:46:01Z)
PA-GM: Position-Aware Learning of Embedding Networks for Deep Graph Matching [14.713628231555223]
本稿では,線形代入問題を高次元空間にマッピングできる新しいエンドツーエンドニューラルネットワークを提案する。我々のモデルは、ノードの相対的な位置に対するアンカーセットを構成する。そして、相対位置の尺度に基づいて、ターゲットノードと各アンカーノードの特徴情報を集約する。
論文参考訳（メタデータ） (2023-01-05T06:54:21Z)
PairRE: Knowledge Graph Embeddings via Paired Relation Vectors [24.311361524872257]
関係表現毎にペア化されたベクトルを持つモデルであるPairREを提案する。 3つの重要な関係パターン、対称性/反対称性、逆および合成を符号化することができる。挑戦的なOpen Graphベンチマークの2つのナレッジグラフデータセットに、最先端の新たなデータセットを設定しました。
論文参考訳（メタデータ） (2020-11-07T16:09:03Z)
Model identification and local linear convergence of coordinate descent [74.87531444344381]
循環座標降下は、幅広い種類の関数に対して有限時間でモデル同定を達成することを示す。また、座標降下に対する局所収束速度を明示的に証明する。
論文参考訳（メタデータ） (2020-10-22T16:03:19Z)
3D Correspondence Grouping with Compatibility Features [51.869670613445685]
本稿では,3次元対応グルーピングのための簡易かつ効果的な手法を提案する。目的は、局所幾何学的記述子を不整合と外接点にマッチングすることによって得られる初期対応を正確に分類することである。本稿では,不整合と不整合を表わすために,互換性特徴(CF)と呼ばれる3次元対応の表現を提案する。
論文参考訳（メタデータ） (2020-07-21T02:39:48Z)
High-Order Information Matters: Learning Relation and Topology for Occluded Person Re-Identification [84.43394420267794]
本稿では,高次関係とトポロジ情報を識別的特徴とロバストなアライメントのために学習し,新しい枠組みを提案する。我々のフレームワークはOccluded-Dukeデータセットで最先端の6.5%mAPスコアを大幅に上回っている。
論文参考訳（メタデータ） (2020-03-18T12:18:35Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。