RIPE++：仅用正样本对增强的关键点学习

zhenjun_zhao · x · 2026-08-21

论文提出了 RIPE++，一种仅使用正样本对进行增强关键点学习的方法。传统的强化学习（如 RIPE）依赖粗略的二元奖励和精心构建的负样本对，限制了训练稳定性。RIPE++ 提出了一种充分利用几何一致性信号的奖励机制，从单个正样本对中导出奖励和惩罚，无需对比负样本。这种丰富的信号足以学习判别性检测器和描述符。此外，该方法扩展到匹配阶段，在 MegaDepth1500 上的 AUC@5 从 56.58 提升至 59.65。