跟大家分享一篇前天新出的非常有意思也有启发的论文 D2D: Keypoint Extraction with Describe to Detect Approach ,该文研究的内容是局部特征提取,在图像匹配、视觉定位、三维重建等领域均显示出了性能提升。
该文作者信息:
作者来自伦敦帝国学院和Scape Technologies公司。
提到局部特征提取,传统方法如SIFT等往往是先检测关键点,然后以关键点为中心计算特征描述,近年来出现了一些检测和描述联合计算的方法,如 SuperPoint、 D2-Net 、 R2D2等,如下图:
作者认为特征描述部分本就含有巨大信息量,本身就能代表着某个位置像素的显著程度,为什么不先计算得到大量的密集特征描述再从中筛选关键点呢?这话听起来很有道理,所以作者的核心思想是:先描述后检测,这可以大大简化局部特征提取的流程。