利用视点引导的球面映射改善语义对应
原文中文,约400字,阅读约需1分钟。发表于: 。自监督表征学习在提取图像特征方面取得了近期的进展,但在面对对称性和重复部分等具有挑战性的图像特征时仍存在限制。为了解决这些限制,本文提出一种新的语义对应估计方法,将有区分度的自监督特征与三维理解相结合,通过弱几何球面先验进行补充。与更复杂的三维流程相比,我们的模型仅需要弱视点信息,我们球面表示的简单性使我们能够在训练过程中注入信息丰富的几何先验。我们提出了一个更好地考虑重复部分和对称性误差的...
本文介绍了一种新的自监督表征学习方法,通过结合有区分度的自监督特征和三维理解,以及弱几何球面先验,来提取具有挑战性的图像特征。该方法在训练过程中注入了信息丰富的几何先验,能够更好地考虑重复部分和对称性误差。实验结果表明,该方法在区分对称视图和重复部分方面表现出色,并且能够推广到未见类别的数据集上。