ALoMa 论文:把仿射对应估计扩展到整幅图像,误差降至个位数
ducha_aiki · x · 2026-11-17
Chalmers 等机构研究者发布论文 ALoMa: Affine Correspondences Beyond Patches,将仿射对应(AC)估计从局部图块扩展到图像级与图像对级。
- 核心做法:不再分开估计仿射变换各分量,而是基于 LoMa(LightGlue 系)关键点描述子,用 transformer affine head 联合学习完整 4-DoF 仿射矩阵,由深度与位姿真值直接监督。
- 效果:在 Belém 塔示例上仿射误差从 AffNet 的 51.0、Sun et al. 的 55.3 降到 9.4;Mega1500 上 2AC 本质矩阵估计 AUC@5° 达 64.8–66.0,ScanNet1500 上 A·LoMa-G 达 30.0,全面超过 KN+HN+AN、SIFT 等基线。
- 在 rolling shutter、图像配准等多种下游多视图几何任务上带来一致提升,代码已开源。
所属事件:ALoMa 论文将仿射对应估计从图块扩展至整幅图像(2 条相关)→
「研究」频道最新
- EACL 论文测 LLM 代码幻觉:10 模型逻辑错误率最高 74% — ponguru · 2026-11-17
- AI agents 重写 3 万条法国法律条文,盲审显示法律缺陷减少 54% — IgorCarron · 2026-11-17
- COrigami:Gemini+强化学习端到端设计可折叠折纸 — TZahavy · 2026-11-17
- LLM 后训练中生成与训练并行致数据陈旧,系统分析如何提速蒸馏管线 — burkov · 2026-11-17
- 苹果机器人论文:1000 虚拟家庭合成训练,陌生家庭动作成功率 91% — FuSheng_0306 · 2026-11-17
- 纯 Rust+Vulkan 训练框架 Hierarchos v0.2.0:RDNA3 WMMA 加速与原生多模态训练 — PhysicsDisastrous462 · 2026-11-17