要約
私たちは、画像間で局所特徴をマッチングする深層ニューラルネットワークであるLightGlueを紹介します。Sparse Matchingの最先端技術であるSuperGlueの複数の設計決定を見直し、単純ながら効果的な改善点を導き出しました。これらの改善は累積的に作用し、LightGlueをメモリと計算量の面でより効率的かつ正確にし、さらに訓練が大幅に容易になりました。LightGlueの重要な特性の一つは、問題の難易度に適応することです。視覚的な重なりが大きかったり外観変化が限定的な場合など、直感的にマッチングが簡単な画像ペアでは推論速度が大幅に向上します。これは、3D再構築などの遅延に敏感なアプリケーションでの深層マッチャーの展開に興味深い展望を開きます。コードと学習済みモデルは、https://github.com/cvg/LightGlue で公開されています。