위키득계정 ↗
기술

D3Former

D3Former기술
발표
2023년
특징 학습
FEDL 모듈
검출 학습
RKDL 모듈
주의 단서
현저성과 영역 정보
D3Former는 다시 찾기 쉬운 키포인트와 구별력 있는 점 특징을 함께 학습하는 정합용 트랜스포머다. 현저성으로 유도한 주의를 이용해 검출의 반복 가능성과 기술자의 표현을 함께 개선한다.

재검출할 수 있는 지점

뚜렷해 보이는 점을 골랐더라도 다른 관측에서 같은 점이 다시 선택되지 않으면 대응이 어렵다. D3Former는 표본 키포인트의 반복 가능성을 정합의 핵심 문제로 다룬다.

기술자의 구별 능력

FEDL은 특징을 강화하는 기술자 학습 모듈이다. 영역 주의 기제를 사용해 서로 다른 지점을 구별할 수 있는 특징을 구성한다.

반복 가능한 검출

RKDL은 다른 관측에서도 다시 찾을 수 있는 키포인트 검출에 초점을 맞춘다. 특징을 잘 만드는 일과 매칭할 지점을 고르는 일을 공동 학습한다.

적은 겹침에서의 평가

논문은 실내와 실외 점군 대응을 평가하고, 3DLoMatch에서 추출 키포인트 수를 줄인 조건도 비교했다. 검출 반복성과 특징의 구별력이 실제 정합에 함께 기여하는지를 살피는 구성이다.

관련 문서

D3Feat / RoReg / RoITr / 3DMatch / PREDATOR 점군 정합 / 트랜스포머