Newest papers

MVLoMa: Multi-View Local Feature Matching with Any Geometry Foundation Model

Xinyang Lu, Shengzhe Wei, Sheng Tang, Weiqi Zhang, Juntong Fang, Zesong Li · 2026 · arXiv

DOI: 10.48550/arXiv.2610.31321 · open-access PDF

Arabic

يتم تصنيف تقييم الخصائص المحلية عادةً للعديد من الصور، على الرغم من أن التكوين من الحركة والمكانة المرئية تتوافق عادةً مع صورة تقاريرية واحدة مقابل العديد من الأماكن المتوفرة أو المتوفرة. إدخال تقييم الخصائص المتوافرة بشكل منفصل على هذه الأماكن المرتبطة بمركز الخصائص يتم تصنيفها بشكل متكرر على الجانب المقارن ويمنع التقييم من الاستفادة من الأدلة الجغرافية المتكاملة متعددة النظارات من الملاحظات المتبقية. لتحديد هذه التحديات، نحن نقدم MVLoMa، وهي تقييم الخصائص المتوافرة من النجوم إلى النجوم التي توفر LoMa من الأماكن المتوفر

Machine translation (Meta M2M100); the English original follows.

Abstract

Local feature matching is typically formulated for image pairs, although structure-from-motion and visual localization commonly match one reference image against many retrieved or covisible neighbours. Applying a pairwise matcher independently to these centre-neighbour edges duplicates reference-side computation and prevents the matcher from exploiting complementary multi-view geometric evidence from the remaining observations. To address these limitations, we introduce MVLoMa, a sparse star-graph matcher that extends LoMa from image pairs to multiple views. MVLoMa first uses a frozen multi-vi

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange