Efficient Neighbourhood Consensus Networks via Submanifold Sparse Convolutions

本文的目的是輸入一個image pair 然後得到他們的匹配   內存消耗大,推理時間長,對應關係局部性差。我們提出的修改可以減少10倍以上的內存佔用和執行時間,並且效果相當。這是通過對包含試探性匹配的相關張量進行稀疏化,然後使用子流形稀疏卷積對其進行4D CNN後續處理來實現的。通過以更高的分辨率處理輸入圖像(這是可能的,因爲減少了內存佔用),以及通過一個新的兩級對應重定位模塊,定位精度顯著提高
相關文章
相關標籤/搜索