UniCorrn：跨维度找同款 跨2D与3D模态的统一几何匹配框架

UniCorrn 是首个实现了 2D 与 3D 模态间统一几何匹配的转换器模型，能够同时处理图像对、图像与点云以及点云对之间的特征关联。该研究的核心创新在于提出了一种双流解码器结构，通过独立维护外观特征流和位置特征流，克服了传统方法无法在堆叠网络层中进行端到端迭代优化的局限。模型采用特定模态的骨干网络提取特征，随后通过共享权重的编码器和解码器学习跨模态的通用几何先验。通过在包含真实标注和深度图生成的伪点云数据上进行联合训练，该模型在保持 2D 匹配竞争力的同时，显著提升了 3D 视觉任务的性能。实验结果证明，UniCorrn 在 7Scenes 和 3DLoMatch 等基准测试中的配准召回率分别超越了现有技术 8% 和 10%。这种统一的设计不仅降低了工程复杂性，也为通用的多模态视觉感知提供了全新的技术路径。