색상과 기하의 관계
기하만 비슷한 영역도 표면의 무늬가 다르면 대응을 구별할 수 있다. PCR-CG는 색상 신호에서 학습한 심층 특징을 기하 표현에 연결하는 교차 모달 학습 방법이다.
영역 특징의 투영
영상에서 찾은 대응을 중심으로 정사각형 영역의 픽셀 특징을 추출한다. 이차원·삼차원 투영 모듈이 이러한 특징과 점군 표현을 연결한다.
단순한 색상 추가와의 차이
연구는 RGB 값이나 픽셀 특징을 단순히 추가하는 비교 구성도 평가했다. 색상 정보를 넣는 사실 자체보다 기하와 어떤 방식으로 연관 짓는지가 중요한 설계 문제다.
여러 정합 모델과의 결합
PREDATOR를 기준 모델로 사용하고 GeoTransformer와 CoFiNet에도 적용해 평가했다. 영상 특징의 사전 학습 구성을 바꿔 정합 성능과의 관계도 살폈다.
관련 문서
PREDATOR 점군 정합 / GeoTransformer / CoFiNet 점군 정합 / Pri3D / 3DMatch / 기하 정합