SFMambaNet:频域门控提升两视图对应学习
热点事件持续更新
SFMambaNet:频域门控提升两视图对应学习
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Zhihua Wang 等作者提出 SFMambaNet,用逐簇扫描匹配点、并在前向与后向传递之间以可学习频域门控过滤特征的方式做两视图对应学习。作者称,该模型以约两百万参数在相机位姿估计、外点剔除和单应性估计任务上超越空间域 Mamba 基线。 作者还称,无参数低通滤波器的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。这些比较结果来自作者自述,尚未见独立验证。
AI 根据报道生成 · 1 小时前更新
最新进展11月18日 13:00
SFMambaNet:面向双视图对应学习的频率感知 Mamba 模型报道时间线
沿着报道,了解事件的不同侧面。
11月18日
- arXiv cs.AISFMambaNet:面向双视图对应学习的频率感知 Mamba 模型
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。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。