基于自适应图构建与图神经网络的图像匹配系统GIMS：提升计算机视觉任务性能的创新方法

【编辑推荐】本文提出GIMS系统，创新性地结合自适应图构建（AGC）与图神经网络（GNN），通过动态阈值相似性过滤和Transformer全局感知能力，显著提升图像匹配精度（性能提升3.8x-40.3x）。系统采用Sinkhorn算法优化匹配，并利用多GPU加速训练，为计算机视觉领域（如SfM、目标检测）提供新范式。

　　

亮点

• 为有效减少图冗余，我们提出新型基于相似性的自适应图构建方法：通过动态调整特征描述符间的相似性阈值，仅在高相似度顶点对间建立连接。这种数据驱动方法直接由数据特性决定图结构，高效控制图密度并捕捉图像内在模式。

• 为融合局部结构与全局信息，我们创新结合GNN与Transformer：GNN聚合邻域顶点信息更新特征，捕获局部复杂关系；Transformer则捕捉长程依赖，二者协同增强空间与特征表征能力。

• 为全面评估方法，我们开展系统对比实验：在标准大规模图像数据集上对比经典方法（如SIFT）、前沿方法及本方案，验证GIMS在多种场景下的优越性（性能提升最高达40.3倍）。

• 为提升训练效率，我们采用多GPU并行技术：针对GNN和Transformer的大数据需求，通过数据并行策略显著缩短训练时间。

讨论与未来工作

当前系统虽表现优异，仍有改进空间：

更适配的GNN模型：未来将探索更适合图像匹配的先进GNN架构。

更快的图构建方法：需优化计算效率以处理高分辨率图像。

扩展应用场景：计划将系统迁移至医学影像分析等跨领域任务。

结论

GIMS通过自适应图构建（AGC）和图神经网络匹配（GM）方法，动态融合距离与相似性阈值，构建精准鲁棒的图结构。实验证明其显著提升匹配性能，并为计算机视觉研究提供新思路。代码已开源。

（注：翻译部分已按生命科学领域专业性调整表述，如“鲁棒性”对应“robustness”，“长程依赖”对应“long-range dependencies”，并保留原文技术术语格式如GNN_s、Transformer等。）