Py学习  »  机器学习算法

最后一天!全网首个详解深度学习特征提取匹配开源算法SuperPoint和SuperGlue

计算机视觉life • 4 月前 • 68 次点击  

点击上方“计算机视觉life”,选择“星标”

快速获得最新干货


全网首个详细教程《快速上手SuperPoint、SuperGlue:理论与源码解析》今天开课!最后一天上车一起学习机会,立减50

最后一天上车学习!扫描抢购

SuperPoint是AR公司——magicleap的工作, SuperGlue是magicleap和苏黎世联邦理工学院(ETH)一起合作的,在2020年附近,SuperPoint+SuperGlue在特征点提取和匹配上有很好的效果,可以达到世界第一的水平。

我们之前相关介绍见 一种用于SLAM/SFM的深度学习特征点 SuperPoint

神经网络真的优于传统方案吗?

谷歌的一项工作,Image Matching Across Wide Baselines: From Paper to Practice 提出了一个发现,有些神经网络的特征点提取效果在论文上看优于SIFT,但是实际中却不见得。由此准备了Image Matching Challenge(图像匹配挑战赛)

SuperPoint和SuperGlue在CVPR2020图像匹配挑战赛中排名第一。并且通过对SuperPont和SuperGlue的优化,许多工作在CVPR2021图像匹配挑战赛中也名列前茅。

比如 2020年8月,旷视研究院 SLAM 组最终在 SLAM Challenge 的 Mono Track 和Stereo Track 两个赛道同时获得冠军。以下是研究人员进行的一些基准测试以及研究人员所用的方法在 leaderboard 上的得分,供大家参考.

由此可见,在特征点提取与匹配方面,SuperPoint+SuperGlue的组合是非常经典和优秀的,值得我们研究。

国内首个《快速上手SuperPoint、SuperGlue:理论与源码解析》,立减50

效果展示

SuperPoint的demo 

源码网址:

https://github.com/magicleap/SuperPointPretrainedNetwork

SuperGlue的demo 

源码网址:

https://github.com/magicleap/SuperGluePretrainedNetwork

学习教程

计算机视觉life经过周密准备,邀请了黄老师联合制作国内首个《快速上手SuperPoint、SuperGlue:理论与源码解析》教程。黄老师简介:

  • 985硕士,研究方向是视觉SLAM算法及专用硬件加速器设计,设计过SuperPoint的专用硬件加速器,对SuperPoint和SuperGlue的数据流和网络结构有过深入研究,发表相关论文4篇,授权专利2项。

黄老师录制的课程讲解

直播回放

最后一天开放报名,还有早鸟优惠50元。优秀学员还可以获得奖学金和优秀证书


对以上如有疑问,可咨询下面客服:

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/166410
 
68 次点击