- …
- …
#338
summarized by : Shoji Sonoyama
どんな論文か？
抽出された局所特徴量に対しての対応点を見つける問題設定。
抽出された特徴量に対して特徴量のリファインとマッチングをするSuperGlueというアーキテクチャを提案した。
提案手法では人が間違い探しをするときに画像を見比べるように、Graph Neural Network(GNN)やAttentionを用いた反復処理を行ってる。
新規性
GNNを用いた特徴量マッチング手法のSuperGlueアーキテクチャの提案。
従来手法のSuperPointに比べ、特徴点マッチング時にdustpinという概念を取り入れ、マッチングしない点を明示的に取り除く。
結果
Oxford and Paris datasetやPhotoTourism dataset等の複数のデータセットを用い評価を実施し、全てのデータセットで従来手法に対して頭一つ抜けた性能を達成。
実装が公開されている。https://github.com/magicleap/SuperGluePretrainedNetwork
その他（なぜ通ったか？等）
結果が非常に強い。githubのgifは必見。更に高速に動作する(GTX1080で15fp)
- …
- …