English(EN) SFMambaNet: Spectral-Frequency Enhanced Selective State Space Model for Correspondence Pruning

SFMambaNet 利用谱-频 Mamba 增强计算机视觉对应剪枝

作者 PulseAugur 编辑部 · [1 个来源] · 2026-06-04 04:00

研究人员推出 SFMambaNet，这是一种用于计算机视觉对应剪枝的新型网络。该模型将谱-频域感知与基于 Mamba 的架构相结合，以更好地识别内点对应。SFMambaNet 利用局部谱-几何注意力块和谱集成全局 Mamba 块来增强特征判别力并抑制噪声累积，性能优于现有的最先进方法。 AI

影响引入了一种用于对应剪枝的新型架构，可能提高计算机视觉任务的准确性。

排序理由该集群包含一篇详细介绍特定计算机视觉任务新模型架构的学术论文。 [lever_c_demoted from research: ic=1 ai=1.0]

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Zhihua Wang, Yanping Li, Yizhang Liu · 2026-06-04 04:00

SFMambaNet: Spectral-Frequency Enhanced Selective State Space Model for Correspondence Pruning

arXiv:2606.04493v1 Announce Type: cross Abstract: Correspondence pruning aims to identify inliers from an initial set of correspondences. Most existing Graph Neural Network (GNN)-based methods rely on geometric features mapped from coarse Euclidean coordinates, which struggle to …