전역적인 호환성
대응 쌍 사이의 유사성을 이차 공간 호환성 척도로 계산한다. 국소적인 일관성만 보는 대신 전역 호환 관계를 활용해 정상 대응과 이상 대응을 구분하려는 접근이다.
신뢰할 시작점
전역 스펙트럴 기법으로 초기 대응에서 신뢰할 만한 시드를 찾는다. 시드는 같은 변환을 지지하는 대응들을 모을 출발점이다.
합의 집합의 확장
호환성 척도 행렬을 바탕으로 각 시드를 두 단계에 걸쳐 합의 집합으로 확장한다. 무작위 대응을 반복 선택하는 대신 구조적인 호환 정보를 집합 구성에 활용한다.
변환 가설의 비교
각 합의 집합에 가중 특잇값 분해를 적용해 강체 변환 후보를 만든 뒤 최종 결과를 선택한다. 연구는 같은 호환성 척도를 학습 기반 프레임워크에도 연결할 수 있음을 제시했다.
관련 문서
MAC 극대 클리크 정합 / PointDSC / DGR 삼차원 정합 / 특잇값 분해 / 기하 정합 / RANSAC