近期，計(jì)算機(jī)視覺(jué)領(lǐng)域最具權(quán)威性的國(guó)際頂級(jí)學(xué)術(shù)會(huì)議之一ICCV2025正式放榜，如視首席科學(xué)家潘慈輝及其團(tuán)隊(duì)科研成果《EDM: Efficient Deep Feature Matching》被接收并入選為Highlight論文。該論文聚焦高效的半稠密圖像特征匹配方向，提出突破性解決方案。

ICCV（國(guó)際計(jì)算機(jī)視覺(jué)大會(huì)）與CVPR（計(jì)算機(jī)視覺(jué)與模式識(shí)別會(huì)議）、ECCV（歐洲計(jì)算機(jī)視覺(jué)會(huì)議）一同被視為計(jì)算機(jī)視覺(jué)領(lǐng)域的三大頂會(huì)，在全球范圍內(nèi)有著極高的學(xué)術(shù)地位和行業(yè)影響力。數(shù)據(jù)顯示，今年ICCV共收到11239份有效投稿，最終接受2698篇論文，錄用率僅為24%。

本次入選ICCV 2025，是如視的科研成果繼CVPR 2023、CVPR 2022后又一次入選國(guó)際頂會(huì)，代表著如視在視覺(jué)匹配這一重要的圖像處理研究?jī)?nèi)容上達(dá)到了國(guó)際前沿水平，也彰顯了如視將技術(shù)創(chuàng)新和產(chǎn)業(yè)應(yīng)用相結(jié)合的硬實(shí)力。

ICCV2025

打破技術(shù)瓶頸，填補(bǔ)學(xué)術(shù)空白

盡管基于深度學(xué)習(xí)的特征匹配方法近年取得顯著精度提升，但主流研究長(zhǎng)期受限于將匹配視為底層任務(wù)的傳統(tǒng)認(rèn)知，手工設(shè)計(jì)的特征描述以及當(dāng)前主流的神經(jīng)網(wǎng)絡(luò)的架構(gòu)設(shè)計(jì)局限在淺且寬的范式，導(dǎo)致深層語(yǔ)義信息捕獲不足且計(jì)算效率低下。

針對(duì)現(xiàn)有瓶頸，如視做出以下的研究突破：

更深更強(qiáng)的特征提取

突破傳統(tǒng)認(rèn)知，采用深層網(wǎng)絡(luò)捕捉高級(jí)語(yǔ)義信息，通過(guò)創(chuàng)新的 “相關(guān)性注入模塊”，將深層特征的全局關(guān)聯(lián)高效融入局部特征，兼顧精度與效率。

亞像素定位新范式

用輕量的、基于軸的雙向回歸頭來(lái)估計(jì)亞像素級(jí)的細(xì)粒度匹配，避免了過(guò)往計(jì)算繁重的特征上采樣和熱力圖定位特征點(diǎn)的問(wèn)題。

匹配選擇策略創(chuàng)新

為粗匹配和細(xì)匹配階段都設(shè)計(jì)了新的匹配選擇策略，在提升匹配精度的同時(shí)大幅優(yōu)化計(jì)算效率。

和當(dāng)前主流方法的精度和效率對(duì)比圖

如視團(tuán)隊(duì)的研究成果，填補(bǔ)了真正高效的半稠密匹配器缺失這一學(xué)術(shù)空白，自研了目前最高效且性能非常有競(jìng)爭(zhēng)力的半稠密匹配器，擁有廣泛的應(yīng)用前景。

流程圖

如視產(chǎn)品的技術(shù)落地

作為基礎(chǔ)視覺(jué)工具，這項(xiàng)特征匹配技術(shù)已在如視產(chǎn)品中得到應(yīng)用，大幅提升了圖像拼接的精度和效率。

例如，在多點(diǎn)位采集時(shí)，伽羅華可以憑借精準(zhǔn)的特征匹配能力，確?？臻g關(guān)鍵點(diǎn)位的記錄更精準(zhǔn)，減少數(shù)據(jù)偏差；針對(duì)搭載多鏡頭的龐加萊通過(guò)校準(zhǔn)不同鏡頭拍攝圖像的特征關(guān)聯(lián)，保障了多鏡頭畫(huà)面在色彩、視角和空間坐標(biāo)上的一致性，從源頭避免因圖像不一致導(dǎo)致的誤差；同時(shí)，輕量版本的EDM技術(shù)支持端側(cè)實(shí)現(xiàn)高效的位姿拼接，讓設(shè)備在采集過(guò)程中能實(shí)時(shí)、流暢地完成空間數(shù)據(jù)的整合。在使用云臺(tái)采集、手機(jī)拍全景圖拼接時(shí)，系統(tǒng)的魯棒性更佳，即使在復(fù)雜環(huán)境下也能實(shí)現(xiàn)流暢拼接。

與 LoFTR 和 EfficientLoFTR 相比，如視的方法在存在大視角變化和重復(fù)語(yǔ)義的場(chǎng)景中表現(xiàn)出更強(qiáng)的魯棒性

再比如在博物館的場(chǎng)景中，EDM通過(guò)精準(zhǔn)的視覺(jué)變換算法實(shí)現(xiàn)自然的素材對(duì)齊，讓高清細(xì)節(jié)照片與整體空間環(huán)境完美融合，仿佛原生生長(zhǎng)在場(chǎng)景中，既保留細(xì)節(jié)清晰度，又不破壞空間的整體透視邏輯，使得用戶在線觀展體驗(yàn)更加自然。

更廣闊的產(chǎn)業(yè)應(yīng)用

從更廣泛的產(chǎn)業(yè)實(shí)際應(yīng)用出發(fā)，如視的這項(xiàng)成果可以通用于任何涉及到圖像匹配的視覺(jué)任務(wù)。

在AR導(dǎo)航、自動(dòng)駕駛、機(jī)器人視覺(jué)導(dǎo)航等空間智能領(lǐng)域，這項(xiàng)技術(shù)的價(jià)值也同樣顯著：通過(guò)實(shí)時(shí)匹配環(huán)境特征與預(yù)設(shè)數(shù)據(jù)，讓 AR 虛擬信息精準(zhǔn)疊加在真實(shí)場(chǎng)景上；輔助自動(dòng)駕駛車(chē)輛迅速感知路況位置；讓機(jī)器人能夠在復(fù)雜環(huán)境中精確規(guī)劃路徑.....從底層提升各類(lèi)空間交互任務(wù)的精度與可靠性。

技術(shù)的進(jìn)步永不止步，榮登學(xué)界頂會(huì)是如視在此方向上長(zhǎng)期積累的結(jié)果。如視將在空間數(shù)智化領(lǐng)域不斷拓界，持續(xù)深耕技術(shù)研究與產(chǎn)業(yè)落地的閉環(huán)，為行業(yè)貢獻(xiàn)更多前沿創(chuàng)新成果。