محققان تکنیک جدیدی برای تطبیق تصاویر (Image Matching) معرفی کردهاند که چالشهای تطبیق در مدلهای DINOv3 را با یک رویکرد هوشمندانه «بسیاریبهبسیاری» حل میکند. این روش که برای محیطهای با تغییرات پسزمینه و حتی جفتتصویرهای حرارتی (RGB-thermal) بهینه شده، به لطف الگوریتم نوآورانه دو مرحلهای خود، بسیار دقیقتر و سریعتر از روشهای سنتی عمل میکند. این دستاورد میتواند در سیستمهای بینایی رباتیک و تحلیل تصاویر پزشکی تحولساز باشد.
🔗 لینک پروژه: https://github.com/LIAS-CUHKSZ/Zero-Shot-DINOv3-Image-Matching
منبع: arXiv Computer Vision