論文の概要: Cross-View Feature Matching: Survey, Benchmarking, and Foundation-Model Perspectives
- arxiv url: http://arxiv.org/abs/2608.11093v1
- Date: Tue, 11 Aug 2026 16:00:40 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-12 19:14:46.111579
- Title: Cross-View Feature Matching: Survey, Benchmarking, and Foundation-Model Perspectives
- Title（参考訳）: クロスビュー機能マッチング:サーベイ、ベンチマーク、ファンデーションモデルの観点から
- Abstract要約: クロスビュー特徴マッチングは、大きな視点変化を持つ画像間の信頼性の高い対応を確立することを目的としている。
過去10年間で、この分野はタスク固有のモデルから、ますます統一され、一般化可能な対応モデルへと発展してきた。
これらの進歩にもかかわらず、既存の研究は問題定式化、モデルアーキテクチャ、訓練パラダイム、評価プロトコルにおいて非常に多様である。
- 参考スコア（独自算出の注目度）: 74.46417373478194
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Cross-view feature matching aims to establish reliable correspondences across images with large viewpoint variations. Over the past decade, the field has evolved from task-specific models toward increasingly unified and generalizable correspondence models, with recent progress further driven by the emergence of vision foundation models (VFMs). Despite these advances, existing studies remain highly diverse in their problem formulations, model architectures, training paradigms, and evaluation protocols, making it difficult to obtain a unified understanding of the field. In this survey, we present a unified review of cross-view feature matching. We first introduce a structured taxonomy covering feature extraction, single-type feature matcher, multi-type feature matcher, VFMs based methods, training strategy and robust estimation, providing a coherent framework for analysis and comparison. We further examine recent advances, distilling key design principles and highlighting the shift toward unified and generalizable correspondence models. We also provide a unified experimental benchmarking of representative state-of-the-art methods under consistent protocols, enabling fair and comprehensive performance comparisons. In addition, we discuss open challenges and future directions, including efficiency, robustness under extreme conditions, and cross-domain generalization. This survey aims to provide a comprehensive and structured reference for understanding the evolution, current landscape, and future development of cross-view feature matching in the era of vision foundation models.
- Abstract（参考訳）: クロスビュー特徴マッチングは、大きな視点変化を持つ画像間の信頼性の高い対応を確立することを目的としている。
過去10年間で、この分野はタスク固有のモデルから、より統一され、一般化可能な対応モデルへと発展し、近年の進歩は、ビジョン基盤モデル(VFM)の出現によってさらに進んだ。
これらの進歩にもかかわらず、既存の研究は問題定式化、モデルアーキテクチャ、訓練パラダイム、評価プロトコルにおいて非常に多様であり、この分野の統一的な理解を得ることは困難である。
本稿では,クロスビュー機能マッチングの統一的なレビューを行う。
まず,特徴抽出,単一型特徴マッチング,多型特徴マッチング,VFMに基づく手法,トレーニング戦略,ロバストな評価を含む構造的分類を導入し,分析と比較のためのコヒーレントなフレームワークを提供する。
さらに、近年の進歩、鍵設計原則の蒸留、統一および一般化可能な対応モデルへのシフトの強調について検討する。
また、一貫したプロトコルの下で、代表的最先端手法の統一的なベンチマークを行い、公平かつ包括的な性能比較を可能にする。
さらに、効率性、極端な条件下での堅牢性、ドメイン間の一般化など、オープンな課題や今後の方向性について議論する。
本調査は,視覚基盤モデルにおける横断的特徴マッチングの進化,現況,今後の展開を理解するための包括的かつ構造化された参照を提供することを目的とする。
関連論文リスト
- Towards High Fidelity Face Swapping: A Comprehensive Survey and New Benchmark [60.225079538657496]
顔交換のための総合的なサーベイとベンチマークを提示する。
CASIA FaceSwappingは、バランスの取れた人口分布と明示的な属性変動を持つ高品質なベンチマークである。
我々の研究は、より堅牢で制御可能な顔交換方法の開発を容易にするため、統一的な視点と原則付き評価フレームワークを提供する。
論文 参考訳（メタデータ） (2026-04-27T03:00:00Z) - Feed-Forward 3D Scene Modeling: A Problem-Driven Perspective [91.23306722968509]
汎用的なフィードフォワード3D再構築は近年急速に進展している。
既存のフィードフォワードアプローチも同様に高いレベルのアーキテクチャパターンを共有している。
本稿では,出力形式に依存しないモデル設計戦略を中心とした新しい分類法を提案する。
論文 参考訳（メタデータ） (2026-04-15T16:07:18Z) - Non-Rigid 3D Shape Correspondences: From Foundations to Open Challenges and Opportunities [136.30197763886332]
変形した形状のインスタンス間の対応を推定することは、コンピュータグラフィックスにおける長年の問題である。
この最先端のレポートは、最近のトレンドとこの分野の進歩を理解しようとする研究者、実践者、学生を対象としている。
論文 参考訳（メタデータ） (2026-04-01T18:00:03Z) - Diffusion Models for Low-Light Image Enhancement: A Multi-Perspective Taxonomy and Performance Analysis [8.323736085126386]
低照度画像強調(LLIE)は、監視、自律ナビゲーション、医療画像などの安全上重要な応用に不可欠である。
拡散モデルがLLIEの有望な生成パラダイムとして登場したのは、反復的 denoising による複雑な画像分布のモデル化能力のためである。
本調査は, 次世代の拡散型LLIE研究の指針として, トレンドに注目し, オープンな研究課題を提起することを目的としている。
論文 参考訳（メタデータ） (2025-10-07T14:30:36Z) - Foundation Models and Transformers for Anomaly Detection: A Survey [2.3264194695971656]
調査では、VADメソッドを再構築ベース、機能ベース、ゼロ/フェーショットアプローチに分類した。
トランスフォーマーとファンデーションモデルは、より堅牢で、解釈可能で、スケーラブルな異常検出ソリューションを可能にする。
論文 参考訳（メタデータ） (2025-07-21T12:01:04Z) - Relative Overfitting and Accept-Reject Framework [5.465098504510676]
本稿では,性能向上のためにモデルをセグメント化する方法を管理するアンサンブルフレームワークを提案する。
NLPの領域におけるこのフレームワークのパターンを詳述し、コンピュータビジョン(CV)や科学のためのAIなど他の分野に簡単に説明します。
論文 参考訳（メタデータ） (2025-05-12T17:36:14Z) - Bidirectional Prototype-Reward co-Evolution for Test-Time Adaptation of Vision-Language Models [38.63571023556356]
テスト時適応(TTA)は,分散シフトに直面した場合の視覚言語モデル(VLM)の性能維持に不可欠である。
BPRE(Underline Bidirectional Prototype-Reward co-Evolution)を提案する。
BPREは、機能品質評価とプロトタイプの進化を相乗的なフィードバックループを通じて統合する。
我々のモデルは、他のSOTA法と比較して一貫して優れた性能を達成し、VLMの一般化能力を向上させる。
論文 参考訳（メタデータ） (2025-03-12T13:40:33Z) - MITA: Bridging the Gap between Model and Data for Test-time Adaptation [68.62509948690698]
テスト時間適応(TTA)は、モデルの一般化性を高めるための有望なパラダイムとして登場した。
本稿では,Met-In-The-MiddleをベースとしたMITAを提案する。
論文 参考訳（メタデータ） (2024-10-12T07:02:33Z) - Exploring the Effectiveness of Object-Centric Representations in Visual Question Answering: Comparative Insights with Foundation Models [24.579822095003685]
下流視覚質問応答(VQA)における表現学習に関する実証的研究を行った。
我々はOCモデルと代替アプローチの利点とトレードオフを徹底的に検討する。
両パラダイムの強みを活用するための,有望な道を見つける。
論文 参考訳（メタデータ） (2024-07-22T12:26:08Z) - GenBench: A Benchmarking Suite for Systematic Evaluation of Genomic Foundation Models [56.63218531256961]
我々はGenomic Foundation Modelsの有効性を評価するためのベンチマークスイートであるGenBenchを紹介する。
GenBenchはモジュラーで拡張可能なフレームワークを提供し、様々な最先端の方法論をカプセル化している。
本稿では,タスク固有性能におけるモデルアーキテクチャとデータセット特性の相互作用のニュアンス解析を行う。
論文 参考訳（メタデータ） (2024-06-01T08:01:05Z)
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。