4 posts
论文题目“Pixel-Perfect Structure-from-Motion with Featuremetric Refinement”（通过在特征尺度优化进行高精度 SFM），获得 ICCV 2021 最佳学生论文。 本文的优化框架可在任何基于局部特征点的 SFM 流程中使用，使用 CNN 提取图像特征图(dense features)，根据稀疏的特征匹配得到初始的 tracks，
今天要介绍的文章是“Back to the Feature: Learning Robust Camera Localization from Pixels to Pose”，发表于CVPR 2021，本文的一作正是SuperGlue的作者，本文实现一种端到端场景无关的相机定位网络，在公开数据集上表现优异。
本文是J. L. Sconberger等人于2016年发表在CVPR的文章COLMAP。本文针对增量式SFM中三角化/BA等步骤进行了改进，能够比较明显地提升SFM的精确率/鲁棒性以及重建完整性。
今天要介绍的文章是边佳旺在CVPR2017以及IJCV2020发表的GMS，论文名是"GMS: Grid-based Motion Statistics for Fast, Ultra-robust Feature Correspondence"。同之前介绍的外点滤除算法AdaLAM的目的相同，该算法能够实现对初始匹配的筛选，以减少错误匹配。