关键点匹配

要看的文章：SpyNet [31], PWC-Net [38] and LiteFlowNet [14]，SelFlow(自监督)
能检测遮挡的光流：
UnFlow: Unsupervised learning of optical flow with a bidirectional census loss
Occlusion aware unsupervised learning of optical flow
Unsupervised learning of multi-frame optical flow with occlusions
Ddflow: Learning optical flow with unlabeled data distillation
Back to basics:Unsupervised learning of optical flow via brightness constancy and motion smoothness
Unsupervised deep learning for optical flow estimation
. Unsupervised monocular depth estimation with left-right consistency.
Optical flow estimation with channel constancy. 2014ECCV

Image quality assessment:from error visibility to structural similarity. 2004

Learning dense correspondence via 3d-guided cycle consistency 2016 CVPR
Convolutional neural network architecture for geometric matching CVPR 2017

SIFT+RANSAC的进化版：
更好的特征描述：Superpoint: Self-supervised interest point detection and description. 2018
Geometric image correspondence verification by dense pixel matching 2019
Geodesc:Learning local descriptors by integrating geometry constraints. 2018
Working hard to know your neighbor’s margins: Local descriptor learning loss NIPS2017
R2d2: Reliable and repeatable detector and descripto NIPS 2019
L2-net: Deep learning of discriminative patch descriptor in euclidean space CVPR 2017
RANSAC:Learning two-view correspondences and geometry using order-aware network ICCV 2019
Deep fundamental matrix estimation ECCV 2018
Pointnet: Deep learning on point sets for 3d classification and segmentation CVPR 2017
Neural nearest neighbors networks NIPS 2018

跨模态的匹配：
Unsupervised discovery of mid-level discriminative patches ECCV 2012 使用中间层的特征对于跨模态的匹配效果更好
Painting-to-3D Model Alignment Via Discriminative Visual Elements (代码：https://www.di.ens.fr/willow/research/painting_to_3d/）
Discovering Visual Patterns in Art Collections with Spatially-consistent Feature Learning CVPR 2019

光流：
Flow Fields: Dense Correspondence Fields for Highly Accurate Large Displacement Optical Flow Estimation 大范围光流场估计 2015ICCV
使用局部特征进行光流匹配：Large displacement optical flow CVPR 2009
: Epicflow: Edge-preserving interpolation of correspondences for optical flow
Flow fields: Dense correspondence fields for highly accurate large displacement optical flow estimation
: Efficient coarse-to-fine patchmatch for large displacement optical flow
超越视觉相似性的光流：SIFTFlow,FlowWeb: Joint Image Set Alignment by
Weaving Consistent, Pixel-wise Correspondences
Do Convnets Learn Correspondence?
Universal correspondence network
Neighbourhood consensus networks

深度光流：Geonet: Unsupervised learning of dense depth, optical flow and camera pose
Learning correspondence from the cycle-consistency of time CVPR 2019
: Pwc-net: Cnns for optical flow using pyramid, warping, and cost volume CVPR 2018
Dgc-net: Dense geometric correspondence network
Geometric image correspondence verification by dense pixel matching

making convolutional networks shift-invariant again

1、立体匹配算法主要可分为两大类：基于局部约束和基于全局约束的立体匹配算法．

（一）基于全局约束的立体匹配算法：在本质上属于优化算法，它是将立体匹配问题转化为寻找全局能量函数的最优化问题，其代表算法主要有图割算法、置信度传播算法和协同优化算法等．全局算法能够获得较低的总误匹配率，但算法复杂度较高,很难满足实时的需求，不利于在实际工程中使用．

（二）基于局部约束的立体匹配算法：主要是利用匹配点周围的局部信息进行计算，由于其涉及到的信息量较少，匹配时间较短，因此受到了广泛关注，其代表算法主要有 SAD、SSD、NCC等

1.SuperGlue: Learning Feature Matching with Graph Neural Networks（2020）

使用新的架构（superGlue）来学习特征点间的匹配的过程（图神经网络GNN），而不是学习局部特征。但是，这篇文章内部真的没有看懂。
代码路径：https://github.com/magicleap/SuperGluePretrainedNetwork

网络结构：

代码：
（1）keypoint encoder
对应于文中

self.config['descriptor_dim']的默认值为[256], self.config['keypoint_encoder']的默认值为[32, 64, 128, 256]

self.kenc = KeypointEncoder(self.config['descriptor_dim'], self.config['keypoint_encoder'])
def __init__(self, feature_dim, layers):
	self.encoder = MLP([3] + layers + [feature_dim]) #self.encoder = MLP([3] +self.config['keypoint_encoder']  + [self.config['descriptor_dim']])，所以self.encoder = MLP[3,32, 64, 128, 256,256]
	其中，MLP是多个1维的卷积，类似于FC,从通道3（x,y,c）依次变为通道[32, 64, 128, 256]，再变为256 descriptor_dim。
	layers.append( nn.Conv1d(channels[i - 1], channels[i], kernel_size=1, bias=True))

desc0 = desc0 + self.kenc(kpts0, data['scores0'])
def forward(self, kpts, scores):
	inputs = [kpts.transpose(1, 2), scores.unsqueeze(1)]
	return self.encoder(torch.cat(inputs, dim=1))
	

2. Graph Neural Network with multiple self and cross-attention layers

默认值：self.config['descriptor_dim']=256，self.config['GNN_layers']= ['self', 'cross'] * 9,


self.gnn = AttentionalGNN( self.config['descriptor_dim'], self.config['GNN_layers'])
	self.layers = nn.ModuleList([ AttentionalPropagation(feature_dim, 4) for _ in range(len(layer_names))]) #len(layer_names)=18，
		AttentionalPropagation(feature_dim, 4)
			self.attn = MultiHeadedAttention(num_heads, feature_dim) #MultiHeadedAttention(4, 256)
				self.dim = d_model // num_heads #256//4=64
				self.num_heads = num_heads #4
				self.merge = nn.Conv1d(d_model, d_model, kernel_size=1) #nn.Conv1d(256, 256, kernel_size=1)
				self.proj = nn.ModuleList([deepcopy(self.merge) for _ in range(3)])
				forward的时候：def forward(self, query, key, value):
				query, key, value = [l(x).view(batch_dim, self.dim, self.num_heads, -1)for l, x in zip(self.proj, (query, key, value))] #self.merge(
			self.mlp = MLP([feature_dim*2, feature_dim*2, feature_dim]) #MLP([256*2, 256*2, 256])
			


desc0, desc1 = self.gnn(desc0, desc1)

2.Flow2Stereo: Effective Self-Supervised Learning of Optical Flow and Stereo Matching

采用自监督的方式，能够使用两个时间(t,t+1)和两个视角的4张图像，估计出图像间的光流和立体视差。
（1）首先，计算两个时间(t,t+1)和两个视角的4张图像，他们之间所满足的四边形限制和三角形限制
（2）采用两阶段的策略，teacher model和student model,其中teacher model阶段的损失函数为Photometric loss(基于:对于没有遮挡的像素的亮度一致性假设)，三角形限制和四边形限制；student model阶段的损失函数为自监督损失（基于teacher model预测的光流和confidence map）
四边形限制和三角形限制的计算：


两阶段的网络：

3. Ddflow: Learning optical flow with unlabeled data distillation

(1)在无监督学习中，使用亮度一致性构建损失函数是合理的，但是这条法则并不适用于有遮挡的像素
（2）所以，首先训练teacher model。其中，在训练teacher model时可以根据前项光流和后项光流的不一致性识别被遮挡的像素（这个假设不是完全成立的）。训练teacher model时只使用了亮度一致性损失

（3）训练完teacher model后，训练student model。对于有遮挡的地方，采用teacher model的预测结果作为label,计算损失。对于没有遮挡的地方，使用亮度一致性损失。

5.UnFlow: Unsupervised Learning of Optical Flow with a Bidirectional Census Loss

（1）定义被遮挡的区域：因为遮挡区域不满足亮度一致性假设，所以单独处理被遮挡的区域。我们假设对于没有遮挡的区域，前向flow(I1->I2)应该是后向flow(I2->I1)的inverse,而对于遮挡的区域，即为此条假设不成立的地方：
（2）对于没有遮挡的区域，自监督的损失由3部分组成：亮度一致性损失ED,光流平滑性ES(smooth)，前后向光流的一致相反性EC.对于被遮挡的区域，只计算光流平滑性损失。

（3）在计算损失时，因为在网络中采用了金字塔结构，所以我们对每层都计算损失并加权

6. Occlusion aware unsupervised learning of optical flow

（1）指出当前无监督的算法中，因为不能很好的处理遮挡和大的运动，导致算法表现能力较差。遮挡使得我们不能完整的重建ref Image.

(2)网络的整体框架
计算occlusion map(O:为0的像素表示在I1中存在，在I2中不存在):判定是否为occlusion的思想：上图的Image2根据backward flow倒推为warped Image1时，warped Image1中有哪些位置的像素不会被填补，这些没有像素被填补的地方记为occluded(只在Image1中存在，Image2中不存在)。当然，warped Image1中某些位置的像素不会填补多次。

无监督的损失项包括亮度一致性损失和光流平滑性损失。其中亮度一致性损失只在non-occluded的像素计算，且计算亮度和图像梯度。光流平滑性损失对整张图计算，包括1阶导数和二阶导数。

Alibaration study中指出直方图均衡化增强图像对比度也能提高效果。

Back to basics:Unsupervised learning of optical flow via brightness constancy and motion smoothness 和 Unsupervised deep learning for optical flow estimation

没有考虑遮挡，用简单的计算光流+warp+brightness loss的方式，来自监督的学习光流

3.RANSAC-Flow

SSIM相似性

(1)第一步：用稀疏特征点+ransac进行粗略匹配：conv4 layer of ResNet-50 network作为提取图像的特征，来获取image pairs中对应的匹配点；在多种尺度上寻找匹配点，在哥哥尺度上不一致的匹配点被除去；
（2）第二步：使用光流对已粗匹配的图像进行细匹配。
2.1：因为每次homography对齐，只有一部分区域被对齐，所以我们希望光流只对这部分进行改善。所以我们引入M（matchability mask）
2.2：损失函数的构成：reconstrcution loss+cycle-consistency loss+matchabilitiy loss,一半计算光流还有smooth loss
reconstrcution loss:使用sturctural similarity(SSIM)作为鲁邦的评价（这里一般光流使用强度损失，为了避免亮度影响使用强度梯度损失，进一步可以用SIFT-flow特征损失），此处用SSIM
cycle-consistency loss: source->target的光流与target->source的光流具有可逆性。这个性质只针对没有遮挡的地方，所以有些研究专门计算遮挡的地方，来排除遮挡的地方的损失
matchability loss:这个损失时为了避免matchability mask过小
优化上述损失函数的方法：构建数据集，用无监督的方式训练深度学习网络
训练时，首先用ResNet18的conv3获得输入图像的特征图，记特征图大小为WH,将source的特征图每个位置都与target对应特征图周围77的位置求向量相似性（向量余弦相似性），从而得到WH49的特征图（49为通道数），然后将WH49的特征图送入全卷积中计算光流flow和Mask

可以与FlowNet中预测光流的方式做比较：

(3)使用上述的（1）和（2）迭代优化：每次迭代时，获取的匹配点中，将已经是前面的homographyies的内点的匹配点去除，将落在前面所有的M中的匹配点去除，用剩下的匹配点计算ransac,做光流对齐。这个步骤会持续几次，直到找不到足够的匹配点

进一步对loss的说明：
（1）SSIM:参考https://zhuanlan.zhihu.com/p/67199699 用于评价两幅图像的相似性
目的：尽量设计一个能体现结构上的相似程度的量
SSIM是基于局部图案的亮度、对比度进行计算的。