TIP 2025 | 基于可匹配关键点辅助的图神经网络学习特征匹配

论文信息

Learning Feature Matching via Matchable Keypoint-Assisted Graph Neural Network

基于可匹配关键点辅助的图神经网络学习特征匹配

作者：Zizhuo Li and Jiayi Ma

论文创新点

1. 双边上下文感知采样（BCAS）模块：该模块动态采样两组分布均匀且具有高匹配度分数的关键点，作为消息传递的瓶颈。通过结合双边上下文信息，BCAS模块能够更准确地预测关键点的匹配度分数，从而引导紧凑且鲁棒的上下文聚合。
2. 可匹配关键点辅助的上下文聚合（MKACA）模块：MKACA模块利用采样的可匹配关键点作为注意力瓶颈，限制每个关键点仅与图像内和图像间的可匹配关键点进行通信。
3. 匹配度分数引导的注意力机制