SC-Net：コンテキストを用いた対応学習の改善

Paper#Computer Vision, Deep Learning, Correspondence Learning🔬 Research|分析: 2026年1月3日 18:46•
公開: 2025年12月29日 13:56
•
1分で読める
•ArXiv

分析

この論文は、2つのビュー間の対応学習のための新しいネットワークSC-Netを紹介しています。既存のCNNベースの手法の限界に対処するため、空間的およびチャネル間のコンテキストを組み込んでいます。提案されたモジュール（AFR、BFA、PAR）は、位置認識、堅牢性、およびモーションフィールドの洗練を改善することを目的としており、相対的な姿勢推定と外れ値除去においてより良いパフォーマンスにつながります。ソースコードが利用可能であることは肯定的な側面です。
引用・出典
原文を見る
"SC-Net outperforms state-of-the-art methods in relative pose estimation and outlier removal tasks on YFCC100M and SUN3D datasets."
A
ArXiv2025年12月29日 13:56
* 著作権法第32条に基づく適法な引用です。
古い記事

Deep classifier kriging for probabilistic spatial prediction of air quality index

新しい記事

Semantic Tree Inference on Text Corpa using a Nested Density Approach together with Large Language Model Embeddings

関連分析

Paper

未ポーズ画像からの即時3Dシーン編集

2026年1月3日 06:10

Paper

選択ポリシーを用いた協調型人型ロボット操作

2026年1月3日 06:10

Paper

将来予測のためのLLMフォアキャスティング

2026年1月3日 06:10

原文: ArXiv