课题组图像匹配方向论文被 ICCV 2025 接收
论文标题: CoMatch: Dynamic Covisibility-Aware Transformer for Bilateral Subpixel-Level Semi-Dense Image Matching
机构: 武汉大学 电子信息学院
会议: ICCV 2025（International Conference on Computer Vision）
论文下载：https://arxiv.org/abs/2503.23925
项目地址: https://github.com/ZizhuoLi/CoMatch
🧩 背景简介
图像匹配是计算机视觉中的基础问题，广泛应用于：
- SLAM（同时定位与建图）
- SfM（结构重建）
- 视图合成、AR等任务
传统方法多依赖于关键点检测和描述符匹配，但在纹理稀疏、大视角变化等场景中表现不佳。近年来，detector-free 方法逐渐崛起，而我们正是聚焦于这一前沿。
方法亮点：CoMatch
CoMatch 是一种 半稠密图像匹配网络，兼具高精度和高效率，主要创新包括：
动态共视感知 Transformer（DCAT）
- 共视引导的 token 凝聚模块（Covisibility-Guided Token Condenser, CGTC）
利用预测共视性动态强调重要 token，降低计算冗余，提升表达力。 - 共视辅助注意力机制（Covisibility-Assisted Attention, CAA）
抑制无用区域信息传播，只保留“看得见”的区域做信息交互。
双边子像素级精化（BSR）
现有方法只对目标图像做精化，我们提出 双向子像素精化模块：
- 同时对子图和目标图进行 subpixel refinement，使得匹配更精确、更具有几何一致性。
实验结果一览
精度 vs 速度（在 MegaDepth 上）
CoMatch 比 ASpanFormer 提高 3.7% 匹配精度（AUC@5°），推理速度快 41.5%！
| 方法 | 精度 AUC@5° | 推理时间(ms) |
|---|---|---|
| ASpanFormer | 55.3 | 211.8 |
| ELoFTR | 56.4 | 99.1 |
| CoMatch | 58.0 | 123.8 |
视觉定位任务（Aachen Day-Night, InLoc）
CoMatch 在室内外数据集均取得 SOTA 性能，展现了极强的泛化能力！
开源链接
我们已开源代码和训练模型，欢迎访问体验与引用：
GitHub: https://github.com/ZizhuoLi/CoMatch
联系方式（欢迎交流！）
如您对论文或代码感兴趣，欢迎在 GitHub 提 issue 或邮件交流：
- zizhuo_li@whu.edu.cn
- linfeng0419@gmail.com