上交最新开源！涨点36%！DMESA：最强匹配一切！吊打SuperGlue和LoFTR！

编辑：计算机视觉工坊

0. 这篇文章干了啥？

特征匹配旨在建立图像之间的对应关系，这在诸如即时定位与地图构建（SLAM）、运动恢复结构（SfM）和视觉定位等众多应用中至关重要。然而，由于存在匹配噪声（包括尺度变化、视角和光照变化、重复模式以及纹理较差等问题），实现精确的点匹配仍然是一个挑战。

近年来，基于学习的特征匹配取得了显著进展。学习检测器、描述符和匹配器的出现彻底改变了传统的稀疏匹配方法。同时，基于学习的半密集和密集方法通过在整个图像上进行密集特征比较，进一步在精度上与其稀疏对应方法拉开了显著差距。然而，所有这些匹配方法都面临着一个共同的障碍：匹配冗余。从本质上讲，在不相关的图像区域中，基于学习的特征之间的相互作用容易受到匹配噪声的影响，从而降低这些方法的匹配性能。

直观上，大多数匹配冗余可以通过高级图像理解来有效识别，并且只有强相关的局部区域（或区域）才需要通过密集特征比较来确定精确匹配。因此，最近的方法在匹配之前进行基于学习的重叠分割。然而，隐式学习需要不可重复使用的计算开销，并且在详细匹配过程中重叠区域中的冗余仍然存在。为了解决这些问题，一些工作转向明确的语义先验。与手动指定主题数量来分组特征块不同，SGAM提出的区域到点匹配（A2PM）框架提供了一种更直观的方式来减少匹配冗余。具体而言，该框架首先建立语义区域匹配，在语义