zju3dv/DetectorFreeSfM

解决的问题

它解决了传统运动恢复结构 (SfM) 流程依赖特征检测器来寻找图像间匹配点的局限性。通过移除对检测器的需求，该系统能够更稳健地从一组 2D 图像中重建 3D 场景，特别是在具有挑战性的环境中。

运作原理

该项目实现了一种“无需检测器”的 3D 重建方法。它利用粗匹配器（如 LoFTR、ASpanFormer 或 MatchFormer）建立初始对应关系，然后采用多视角匹配细化器来提高这些匹配的准确性。最终结果以 COLMAP 格式输出，以便进行可视化和进一步处理。

适用对象

从事 3D 重建、摄影测量和空间 AI 的计算机视觉研究人员与工程师，他们需要一种更稳健的方法来处理图像匹配，而无需依赖传统的特征检测。

特色亮点

• 获奖表现：在 2023 年图像匹配挑战赛中排名第一。
• 灵活匹配：支持多种粗匹配器，包括 LoFTR、ASpanFormer 和 MatchFormer。
• 多视角细化：包含一个专门用于多视角匹配细化器的训练器，以提高精度。
• COLMAP 集成：以与 COLMAP GUI 兼容的标准格式输出结果，便于可视化。