超点
这是“ SuperPoint:自我监督的兴趣点检测和描述”的Tensorflow实现。 Daniel DeTone,Tomasz Malisiewicz,Andrew Rabinovich。 。
HPatches上的结果
检测器评估
HPatches的可重复性,计算出在成对图像之间共有300个点,并且NMS为4:
照明变化
观点改变
SuperPoint(我们的实现)
0.662
0.674
SuperPoint( )
0.641
0.621
快速地
0.576
0.625
哈里斯
0.630
0.755
施
0.584
0.629
描述符评估
对HPatch进行的单应估计法,计算出的最大成对图像之间共检测到1000个点,正确性阈值为3,NMS为8:
照明变化
观点改变
SuperPoint(我们的实现)
0.965
0.712
SuperPoint
1