BBGM

归一化匹配Transformer在图像关键点匹配方面创下新的SOTA

研究人员开发了归一化匹配Transformer (NMT)，这是一种新颖的深度学习模型，旨在实现图像对之间高效且准确的稀疏语义关键点匹配。NMT集成了视觉骨干网络、几何特征细化和一个专门的Transformer架构，该架构在每一层强制执行单位范数嵌入。这种方法结合对比损失和超球面一致性损失，能够产生更具辨别力的关键点表示，并在PascalVOC和SPair-71k等基准测试中取得了最先进的性能。