TartanMatch实现全模态对稠密匹配

Hyeokjoon Kwon等提出统一模型TartanMatch，覆盖RGB、事件、热成像、深度与投影LiDAR之间全部25个有序模态对的稠密对应，通过轻量级模态适配把RGB预训练的对应模型迁移到单一共享网络，并混合使用真实与合成数据。 在零样本真实世界基准上，作者称TartanMatch相比最强基线将端点误差（EPE）降低61.9%（跨模态匹配）和49.6%（同模态匹配）；作者还称跨全部模态对的联合训练比逐对训练提升平均匹配精度，跨模态对上更明显。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。