키포인트 반복 검출의 대안
서로 다른 관측에서 동일한 키포인트가 검출되리라는 보장은 없다. CoFiNet은 이러한 검출 단계에 의존하는 대신 계층적인 대응 탐색으로 정합에 필요한 연결을 구성한다.
영역 겹침에 따른 제안
성긴 단계에서는 주변 영역이 많이 겹치는 노드의 대응을 학습한다. 가중 방식을 통해 유망한 노드 쌍을 제안하고, 이후 단계가 조사해야 할 점의 범위를 좁힌다.
패치로의 확장
선택한 노드를 점 집합과 기술 특징을 가진 패치로 확장한다. 패치 사이에서 겹치는 영역을 중심으로 더 세밀한 점 대응을 구한다.
밀도 변화의 반영
밀도 적응형 매칭 모듈은 관측마다 다른 점 밀도를 고려해 대응을 정교화한다. 논문은 실내와 실외 자료를 평가했으며, 특히 겹침이 적은 3DLoMatch에서도 정합 성능을 살폈다.
관련 문서
GeoTransformer / PREDATOR 점군 정합 / 3DMatch / D3Feat / GETr 점군 정합 / 기하 정합