Key.Net: 수작업 및 학습된 CNN 필터를 이용한 키포인트 검출

우리는 핸드크래프트 필터와 학습된 CNN 필터를 얕은 다중 스케일 아키텍처 내에서 결합하는 새로운 키포인트 검출 방법을 소개합니다. 핸드크래프트 필터는 학습된 필터가 반복 가능한 특성을 위치 추정, 점수 부여 및 순위 매기기에 사용할 앵커 구조를 제공합니다. 네트워크 내에서는 스케일-스페이스 표현이 사용되어 다양한 수준에서 키포인트를 추출합니다. 우리는 다양한 스케일에 걸쳐 존재하는 강건한 특성을 검출하고 반복성 점수를 최대화하기 위한 손실 함수를 설계했습니다. 우리의 Key.Net 모델은 ImageNet에서 합성적으로 생성된 데이터로 훈련되었으며, HPatches 벤치마크에서 평가되었습니다. 결과는 우리의 접근 방식이 반복성, 매칭 성능 및 복잡도 측면에서 최신의 검출기보다 우수함을 보여줍니다.