論文の概要: XFeat Revisited: Reproducibility and Evaluation of a Lightweight Image Matcher

• arxiv url: http://arxiv.org/abs/2608.09519v1
• Date: Mon, 10 Aug 2026 12:18:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-11 19:16:37.256804
• Title: XFeat Revisited: Reproducibility and Evaluation of a Lightweight Image Matcher
• Title（参考訳）: XFeat再考:軽量画像マッチング器の再現性と評価
• Abstract要約: XFeatは、リソース制約のあるハードウェア上で、画像間の対応点を効率的に識別するために設計された軽量な特徴抽出器およびマッチング器である。 論文と補足資料に基づいてアーキテクチャを再実装し、著者がリリースしたチェックポイントを再評価し、追加のアーキテクチャ改善を実施します。 経験的に、再現されたモデルは密接に一致し、場合によっては再評価された元のチェックポイントよりも優れている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We present a reproducibility study of XFeat, a lightweight local feature extractor and matcher designed to identify corresponding points across images efficiently on resource-constrained hardware. We re-implement the architecture based on the paper and supplementary material, re-evaluate the authors' released checkpoint alongside our re-implementation, and conduct additional architectural ablations to examine design choices that were not fully justified in the original work. This distinction between re-evaluation and reproduction is important, as the paper, supplement, and public code differ in several implementation details, including the backbone layout, fusion block, and training losses. Empirically, our reproduced models closely match and, in some cases, outperform the re-evaluated original checkpoint on MegaDepth-1500 and ScanNet-1500, supporting the main claim that XFeat provides a strong accuracy-efficiency trade-off for standard image-matching benchmarks. Our ablations provide a more nuanced view of two architectural arguments from the original paper. In particular, the parallel keypoint branch is important for semi-dense matching, but its benefit is less pronounced than originally claimed, while the evidence for the specific placement of the single skip-connection remains inconclusive. Finally, we reproduce the original downstream evaluations and find close agreement for homography estimation, while Aachen visual localization remains below the reported results, even for the released checkpoint, suggesting sensitivity to underspecified evaluation details. We then extend the analysis to zero-shot out-of-distribution and cross-modal matching across retinal, thermal-visible, and multimodal remote-sensing imagery, where XFeat remains effective in some settings but degrades sharply under severe modality shifts.
• Abstract（参考訳）: 本稿では、リソース制約のあるハードウェア上で、画像間の対応点を効率的に識別する軽量なローカル特徴抽出器とマッチング器であるXFeatの再現性について述べる。 論文と補足資料に基づいてアーキテクチャを再実装し、再実装と同時に著者がリリースしたチェックポイントを再評価し、オリジナル作品で完全に正当化されていない設計上の選択を検証するための追加のアーキテクチャ的改善を実施します。 この再評価と再現の区別は、バックボーンレイアウト、融合ブロック、トレーニング損失など、いくつかの実装詳細において、紙、サプリメント、および公開コードが異なるため重要である。 実験的に、再現されたモデルは密に一致し、場合によってはMegaDepth-1500とScanNet-1500で再評価された元のチェックポイントよりも優れており、XFeatが標準画像マッチングベンチマークに対して強力な精度・効率のトレードオフを提供するという主張を支持している。 原文からの2つのアーキテクチャ的議論の、より微妙な見解を提供する。 特に、並列キーポイント分岐はセミデンスマッチングにおいて重要であるが、その利点はもともと主張されていたよりも顕著ではないが、一方、単一のスキップ接続の特定の配置の証拠は決定的ではない。 最後に, 元の下流評価を再現し, ホモグラフィー推定との密接な一致を見出した。一方, Aachen の視覚的局所化は, 報告されたチェックポイントにおいても, 報告結果より下位に留まっており, 未特定評価の詳細に対する感度が示唆されている。 次に、XFeatはいくつかの設定において有効であるが、過度なモダリティシフトの下で著しく劣化する網膜、熱可視、マルチモーダルリモートセンシング画像に対して、ゼロショットのアウト・オブ・ディストリビューションとクロスモーダルマッチングに拡張する。

関連論文リスト

• LaP-Forensics: Latent-Pixel Consistency Guided Multimodal Reasoning for Deepfake Detection [11.780720481629837]
  本稿では,RGBセマンティクスを再構築に基づく法医学的証拠で強化するフレームワークであるLaP-Forensicsを紹介する。 独立プロジェクタは、構造化されたWhere-What-Whyモデルの前にRGBイメージと残留マップを符号化し、テキスト解析とアーティファクトマスクを予測する。 実験では、UniversalFakeDetect上でのクロスジェネレータ検出と、公式のSynthScarsベンチマークでの競合アーティファクトローカライゼーションが示されている。
  論文  参考訳（メタデータ） (2026-07-28T16:45:52Z)
• EvaNet: Towards More Efficient and Consistent Infrared and Visible Image Fusion Assessment [63.853717062482815]
  画像融合研究において評価は不可欠であるが、既存の指標のほとんどは、適切な適応なしに他の視覚タスクから直接借用されている。 画像融合に適した統合評価フレームワークを提案する。 我々の学習に基づく評価パラダイムは、様々な標準画像融合ベンチマークにおいて、優れた効率(最大1000倍高速)とより優れた一貫性を提供する。
  論文  参考訳（メタデータ） (2026-04-03T09:12:16Z)
• Diversity over Uniformity: Rethinking Representation in Generated Image Detection [22.020742109848317]
  我々は、確実に生成された画像検出は、単一の決定経路に依存するのではなく、複数の判断視点を維持するべきであると論じている。 本稿では,タスク非関係なコンポーネントをフィルタし,表現空間における様々なフォージェリーキュー間の過剰なオーバーラップを抑えるアンチファイン・コラプス学習フレームワークを提案する。 この設計は、モデル内で多様な補完的な証拠を維持し、小さな敬意的な手がかりへの依存を減らし、目に見えない生成条件下で堅牢性を高める。
  論文  参考訳（メタデータ） (2026-02-28T15:42:12Z)
• Learning More from Less: Unlocking Internal Representations for Benchmark Compression [37.69575776639016]
  異種隠蔽状態を統一潜在空間に整列させて代表コアセットを構成するREPCOREを導入する。 5つのベンチマークと200以上のモデルの実験は、ランキングの相関と推定精度において、出力ベースラインよりも一貫した利得を示している。
  論文  参考訳（メタデータ） (2026-01-31T13:11:39Z)
• Fine-Grained Human Pose Editing Assessment via Layer-Selective MLLMs [70.31435391393642]
  我々は17の最先端編集モデルから1,700の標準化されたサンプルをベンチマークで紹介する。 層選択型マルチモーダル言語モデル(MLLM)に基づく統一フレームワークを提案する。 本フレームワークは,信頼性検出と多次元品質回帰の両方において優れた性能を実現する。
  論文  参考訳（メタデータ） (2026-01-15T13:22:07Z)
• Deconstructing Self-Supervised Monocular Reconstruction: The Design Decisions that Matter [63.5550818034739]
  本稿では,自己教師付き単分子深度推定への最先端の貢献を評価するための枠組みを提案する。 事前トレーニング、バックボーン、アーキテクチャ設計の選択、損失関数が含まれる。 我々は16の最先端コントリビューションを再実装し、検証し、再評価し、新しいデータセットを導入します。
  論文  参考訳（メタデータ） (2022-08-02T14:38:53Z)
• Unsupervised Metric Relocalization Using Transform Consistency Loss [66.19479868638925]
  メートル法再ローカライズを行うためのトレーニングネットワークは、従来、正確な画像対応が必要である。 地図内のクエリ画像のローカライズは、登録に使用される参照画像に関係なく、同じ絶対的なポーズを与えるべきである。 提案手法は, 限られた地下構造情報が得られる場合に, 他の教師あり手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2020-11-01T19:24:27Z)
• Self-supervised Deep Reconstruction of Mixed Strip-shredded Text Documents [63.41717168981103]
  本研究は,従来の1ページ再構成の深層学習手法を,より現実的で複雑なシナリオに拡張する。 本手法では, 整合性評価を2クラス(無効または無効)パターン認識問題としてモデル化する。 提案手法は複雑なシナリオにおいて競合する手法よりも優れ、90%以上の精度で精度が向上する。
  論文  参考訳（メタデータ） (2020-07-01T21:48:05Z)
• Structured and Localized Image Restoration [141.75042935077465]
  本稿では,局所的構造予測と非線形マルチタスク学習のアイデアを活用した画像復元手法を提案する。 平均二乗およびユークリッド標準誤差に基づいて対応するエネルギーのアルゴリズムを導出する。
  論文  参考訳（メタデータ） (2020-06-16T15:43:12Z)

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。