近期,計算機視覺領域最具權威性的國際頂級學術會議之一ICCV2025正式放榜,如視首席科學家潘慈輝及其團隊科研成果《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(國際計算機視覺大會)與CVPR(計算機視覺與模式識別會議)、ECCV(歐洲計算機視覺會議)一同被視為計算機視覺領域的三大頂會,在全球范圍內有著極高的學術地位和行業影響力。數據顯示,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后又一次入選國際頂會,代表著如視在視覺匹配這一重要的圖像處理研究內容上達到了國際前沿水平,也彰顯了如視將技術創新和產業應用相結合的硬實力。

ICCV2025

打破技術瓶頸,填補學術空白

盡管基于深度學習的特征匹配方法近年取得顯著精度提升,但主流研究長期受限于將匹配視為底層任務的傳統認知,手工設計的特征描述以及當前主流的神經網絡的架構設計局限在淺且寬的范式,導致深層語義信息捕獲不足且計算效率低下。

針對現有瓶頸,如視做出以下的研究突破:

更深更強的特征提取

突破傳統認知,采用深層網絡捕捉高級語義信息,通過創新的 “相關性注入模塊”,將深層特征的全局關聯高效融入局部特征,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估計亞像素級的細粒度匹配,避免了過往計算繁重的特征上采樣和熱力圖定位特征點的問題。

匹配選擇策略創新

為粗匹配和細匹配階段都設計了新的匹配選擇策略,在提升匹配精度的同時大幅優化計算效率。

和當前主流方法的精度和效率對比圖

如視團隊的研究成果,填補了真正高效的半稠密匹配器缺失這一學術空白,自研了目前最高效且性能非常有競爭力的半稠密匹配器,擁有廣泛的應用前景。

流程圖

如視產品的技術落地

作為基礎視覺工具,這項特征匹配技術已在如視產品中得到應用,大幅提升了圖像拼接的精度和效率。

例如,在多點位采集時,伽羅華可以憑借精準的特征匹配能力,確?？臻g關鍵點位的記錄更精準,減少數據偏差;針對搭載多鏡頭的龐加萊通過校準不同鏡頭拍攝圖像的特征關聯,保障了多鏡頭畫面在色彩、視角和空間坐標上的一致性,從源頭避免因圖像不一致導致的誤差;同時,輕量版本的EDM技術支持端側實現高效的位姿拼接,讓設備在采集過程中能實時、流暢地完成空間數據的整合。在使用云臺采集、手機拍全景圖拼接時,系統的魯棒性更佳,即使在復雜環境下也能實現流暢拼接。

與 LoFTR 和 EfficientLoFTR 相比,如視的方法在存在大視角變化和重復語義的場景中表現出更強的魯棒性

再比如在博物館的場景中,EDM通過精準的視覺變換算法實現自然的素材對齊,讓高清細節照片與整體空間環境完美融合,仿佛原生生長在場景中,既保留細節清晰度,又不破壞空間的整體透視邏輯,使得用戶在線觀展體驗更加自然。

更廣闊的產業應用

從更廣泛的產業實際應用出發,如視的這項成果可以通用于任何涉及到圖像匹配的視覺任務。

在AR導航、自動駕駛、機器人視覺導航等空間智能領域,這項技術的價值也同樣顯著:通過實時匹配環境特征與預設數據,讓 AR 虛擬信息精準疊加在真實場景上;輔助自動駕駛車輛迅速感知路況位置;讓機器人能夠在復雜環境中精確規劃路徑.....從底層提升各類空間交互任務的精度與可靠性。

技術的進步永不止步,榮登學界頂會是如視在此方向上長期積累的結果。如視將在空間數智化領域不斷拓界,持續深耕技術研究與產業落地的閉環,為行業貢獻更多前沿創新成果。