FreeMatching 稠密对应匹配框架论文发布

FreeMatching 论文作者提出一种通用稠密对应匹配框架，结合生成式与语义基础表征，并引入来自经典数据集、跟踪视频和合成场景的异构监督，通过教师引导的迭代精修，在无稠密标注的图像编辑与参考引导生成（IEG）场景中提升对应质量。 论文称实验显示单一模型在具有挑战性的 IEG 图像对上显著改善对应质量，同时在经典基准上保持竞争力表现；该方法还可作为评估身份保持的量化指标，其评分与人类判断相关。代码已在 GitHub 开源。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。