LoFTR: مطابقة الميزات المحلية بدون كاشف باستخدام الترانسفورمرز

نقدم طريقة جديدة لتطابق الخصائص المحلية للصورة. بدلاً من إجراء اكتشاف ووصف وتطابق خصائص الصورة تباعاً، نقترح أولاً إنشاء مطابقات كثيفة على مستوى البكسل بشكل خشن، ثم تحسين المطابقات الجيدة على المستوى الدقيق لاحقاً. على عكس الطرق الكثيفة التي تستخدم حجم التكلفة للبحث عن المطابقات، نحن نستخدم طبقات الانتباه الذاتي والانتباه المتبادل في محول (Transformer) للحصول على وصفات الخصائص المشروطة بالصورتين. يمكّن المجال الاستقبالي العالمي الذي يوفره المحول (Transformer) طرقتنا من إنتاج مطابقات كثيفة في المناطق ذات النسيج المنخفض، حيث غالباً ما تواجه أجهزة اكتشاف الخصائص صعوبة في إنتاج نقاط اهتمام قابلة للتكرار. تظهر التجارب على مجموعات بيانات داخلية وخارجية أن LoFTR يتفوق بفارق كبير على أفضل الطرق الحالية. كما تحتل LoFTR المرتبة الأولى في معياري الأداء العام لتحديد الموقع البصري بين جميع الطرق المنشورة.