zju3dv/DetectorFreeSfM

解決的問題

它解決了傳統運動恢復結構 (SfM) 流程依賴特徵檢測器來尋找圖像間匹配點的局限性。透過移除對檢測器的需求，該系統能夠更穩健地從一組 2D 圖像中重建 3D 場景，特別是在具有挑戰性的環境中。

運作原理

該專案實作了一種「無需檢測器」的 3D 重建方法。它利用粗匹配器（如 LoFTR、ASpanFormer 或 MatchFormer）建立初始對應關係，然後採用多視角匹配細化器來提高這些匹配的準確性。最終結果以 COLMAP 格式輸出，以便進行視覺化和進一步處理。

適用對象

從事 3D 重建、攝影測量和空間 AI 的電腦視覺研究人員與工程師，他們需要一種更穩健的方法來處理圖像匹配，而無需依賴傳統的特徵檢測。

特色亮點

• 獲獎表現：在 2023 年圖像匹配挑戰賽中排名第一。
• 靈活匹配：支援多種粗匹配器，包括 LoFTR、ASpanFormer 和 MatchFormer。
• 多視角細化：包含一個專門用於多視角匹配細化器的訓練器，以提高精度。
• COLMAP 整合：以與 COLMAP GUI 相容的標準格式輸出結果，便於視覺化。