대응 사이의 호환성
초기에 얻은 점 대응들이 서로 기하적으로 맞는지를 그래프로 나타낸다. 호환성 그래프의 연결은 같은 변환을 지지할 수 있는 대응 관계를 찾는 기반이 된다.
극대와 최대의 차이
극대 클리크는 다른 노드를 더 넣을 수 없는 완전 연결 집합이며 반드시 가장 큰 집합일 필요는 없다. MAC는 여러 극대 클리크를 국소 합의 집합으로 활용해 자세 가설의 근거를 넓힌다.
클리크 선택과 변환 추정
각 노드에 대해 그래프 가중치가 가장 큰 극대 클리크를 선택하는 노드 유도 선택을 수행한다. 선택한 집합에서 특잇값 분해로 변환 가설을 구하고 가장 좋은 가설을 최종 정합에 사용한다.
학습 특징과의 결합
U3M과 3DMatch, 낮은 겹침 자료 및 KITTI에서 성능을 비교했다. 학습 기반 대응 특징과 결합해도 평가했으며, 최종 결과는 초기 대응의 품질과 합의 집합의 구성에 영향을 받는다.
관련 문서
3DMatch / PREDATOR 점군 정합 / GeoTransformer / 기하 정합 / 클리크 / 특잇값 분해