arXiv cs.AI· Zhihua Wang, Yifeng Gao, Yunhao Feng, Rui Pan, Zhouyuan Ma, Baiheng Zhao, Zixing Chen, Yanping Li, Yizhang Liu, Xingjun Ma·· 4 小时前AI 评分20
SFMambaNet:面向双视图对应学习的频率感知 Mamba 模型
Smooth Inliers, Erratic Outliers: Frequency-Aware Mamba for Two-View Correspondence Learning
AI 导读
SFMambaNet 通过逐簇扫描匹配点并利用可学习频域门控过滤特征,在相机位姿估计、外点剔除和单应性估计任务上以约两百万参数超越空间域 Mamba 基线。研究发现无参数低通滤波器效果优于同等规模的点式层,且学习到的门控会自行转为低通,使扫描对匹配点打乱顺序远不敏感。
正文 · AI 翻译
摘要:当向人们展示同一座大教堂的两张照片之间的匹配时,人们一眼就能看出哪些是错误的:一扇窗户与其相似物匹配时,会与相邻的匹配发生冲突,而正确的匹配则会一起移动。双视图对应学习,也称为对应剪枝,要求网络对数千个候选匹配做出这种判断,其中大多数是错误的。Mamba 是一种快速序列模型,目前驱动着强大的剪枝器,但它将匹配作为普通序列读取,其扫描能否捕捉到这种一致性尚不清楚。我们提出了 SFMambaNet,它逐簇扫描匹配,使得正确的匹配沿序列缓慢变化,而错误的匹配则保持不稳定,并在其前向和后向传递之间用可学习的频域门过滤扫描后的特征。在相机姿态估计、离群点去除和单应性估计上,我们发现 SFMambaNet 以约两百万参数优于空间域 Mamba 基线。与通常认为此类增益来自额外容量的预期相反,我们发现无参数低通滤波器优于与门一样大的逐点层。学习到的门自行转为低通,并使扫描对匹配的打乱方式远不敏感。总之,这些结果表明频率是描述对应之间一致性的自然语言,对其他必须读取无序集合的序列模型(如点云和图)具有启示意义。
| 评论: | 26 页,包括附录。经过大幅修订和扩展的版本,更新了标题、作者列表、分析、实验和补充材料 |
| 主题: | 计算机视觉与模式识别 (cs.CV);人工智能 (cs.AI) |
| 引用为: | arXiv:2606.04493 [cs.CV] |
| (或 arXiv:2606.04493v2 [cs.CV] 为此版本) | |
| https://doi.org/10.48550/arXiv.2606.04493 arXiv 颁发的 DOI 通过 DataCite |
提交历史
来自:Zhihua Wang [查看电子邮件]
[v1]
2026 年 6 月 3 日星期三 06:18:05 UTC(40,303 KB)
[v2]
2026 年 11 月 17 日星期二 17:32:33 UTC(5,662 KB)
来源:arXiv cs.AI · arxiv.org