davnords/LoMa

LoMa 是一組 局部特徵匹配器 — 用於在兩幅相同場景的影像之間找到對應點的演算法。它被設計為 LightGlue 和 RoMa 等現有匹配器的更快、更穩健的替代方案。

功能： 給定兩幅影像（例如，從不同角度拍攝的建築物照片），LoMa 會識別每幅影像中哪些像素對應於世界中的同一物理點。這是 3D 重構（運動恢復結構，SfM）、視覺定位和機器人導航的核心建構模組。

主要特性：

• 速度 + 準確性： 速度與 LightGlue 相當，但顯著更穩健、更準確，甚至在基準測試中超越了更重的 RoMa。
• 即插即用替換： 由於使用局部關鍵點描述，它可在 SfM 和視覺定位流程中直接替換現有匹配器，無需更改系統其他部分。
• 多種模型尺寸： LoMa-B（與 LightGlue 同等大小）、LoMa-B128、LoMaL 和 LoMa-G（更重、更準確）—— 讓使用者可依需求在速度與精度之間權衡。
• 旋轉不變性： 提供可處理影像旋轉的變體，解決現實世界匹配中的常見挑戰。

使用方法： 使用簡單的 Python API — 加載預訓練模型（LoMaB()）並在影像對上執行。倉儲包含示範腳本和預訓練權重。

來源： 由查爾默斯大學、林雪平大學、阿姆斯特丹大學和隆德大學的學術研究支持，論文發表於 ECCV 2026（主會議）和 CVPR 2026 工作坊（旋轉不變性）。