Key points are not available for this paper at this time.
تعتبر مطابقة الميزات مهمة صعبة في رؤية الحاسوب تتضمن إيجاد تطابقات بين صورتين لمشهد ثلاثي الأبعاد. في هذه الورقة، نعتبر النهج الكثيف بدلاً من النموذج النادر الأكثر شيوعًا، سعيًا لإيجاد جميع التطابقات. ربما بشكل غير بديهي، أظهرت الطرق الكثيفة سابقًا أداءً أدنى مقارنةً بنظيراتها النادرة ونصف النادرة في تقدير هندسة الرؤيتين. يتغير هذا مع طريقتنا الجديدة المكثفة، التي تتفوق على كل من الطرق الكثيفة والنادرة في تقدير الهندسة. الجدة هنا تتكون من ثلاثة جوانب: أولاً، نقترح مطابقة عالمية تعتمد على الانحدار الأساسي. ثانيًا، نقترح تحسين التشويه من خلال خرائط الميزات المكدسة وكرات التلافيف العمودية. ثالثًا، نقترح تعلم الثقة الكثيفة من خلال العمق المتسق ونهج أخذ العينات المتوازن لخرائط الثقة الكثيفة. من خلال تجارب واسعة، نؤكد أن طريقتنا الكثيفة المقترحة، المطابقة المعقدة للميزات الكثيفة، تحدد معيارًا جديدًا في عدة مراجع لتقدير الهندسة. على وجه الخصوص، نحقق تحسينًا في MegaDepth-1500 بمقدار +4.9 و +8.9 AUC@5° مقارنةً بأفضل طريقة نادرة سابقة وطريقة كثيفة على التوالي. يتم تقديم شيفرتنا في المستودع التالي: https://github.com/Parskatt/DKM.
درس إدستد وآخرون (الخميس) هذا السؤال.