RoMa-Ω 论文:用 VGGT-Ω 特征替代 DINOv3,图像匹配刷新纪录
kwangmoo_yi · x · 2026-09-11
Chalmers 等机构的研究者发布 RoMa-Ω(ECCVW 2026),探索前馈式 3D 模型在图像匹配中的知识。
- 核心做法:把 RoMa v2 的 DINOv3 backbone 替换为 VGGT-Ω 的特征并重新训练,改动很小但效果显著。
- 结果:在大量基准上超过现有最强匹配器 RoMa 与 RoMa v2,达到 SOTA;尤其在 RoMa v2 表现不佳的困难匹配基准 WxBS 和 HardMatch 上超越了 RoMa。
- 作者是 kwangmooyi(Kwang Moo Yi)转发介绍的 Nordström 等人的工作,论文与代码已放出。
所属事件:RoMa-Ω 用前馈 3D 模型特征刷新图像匹配纪录并开源(3 条相关)→
「研究」频道最新
- Simplex 新研究：LLM 激活中的信念几何呈「套叠锥形」结构 — fatihdin4en · 2026-09-11
- DeepSeek CED 与 GLM 的 KV 缓存复用到底差在哪？一条推文讲清架构细节 — stochasticchasm · 2026-09-11
- SG-JEPA 论文:世界模型「地球训练、火星部署」,零样本物理泛化误差减半 — randall_balestr · 2026-09-11
- Levin 发布 Platonic Space 论文同行评审版：争议最大的一篇 — AnnaCiaunica · 2026-09-11
- Code-as-Policy 文章热议:通用模型开始像操作软件一样操作机器人 — yawnxyz · 2026-09-11
- 错过首尔现场?ICML 生成式 AI 与创造力研讨会发布新综述 — lasha_nlp · 2026-09-11