PyTorchKR Papers

최신 논문

총 2편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2609.13504v3cs.CV

RIGOR: 전방향 재구성을 위한 리그 정보 기반 기하학

RIGOR: Rig-Informed Geometry for Omnidirectional Reconstruction

피드포워드(feed-forward) 3D 재구성 분야의 최근 발전으로 이미지 스트림만으로 조밀한(dense) 장면 표현과 카메라 움직임을 복원할 수 있는 모델들이 등장했습니다. 그러나 이러한 예측은 긴 궤적에서, 특히 반복적인 구조, 약한 텍스처, 동적 물체나 사람이 존재하는 까다로운 환경에서 일관성을 잃기 쉽습니다. 이러한 문제를 완화하는 한 가지 방법은 넓은 공간적 커버리지를 제공하고 더 풍부한 시각적 정보를 포착하는 전방향(omnidirectional) 카메라를 사용하는 것입니다. 하지만 대다수의 모델은 360도 영상을 지원하지 않거나 추가적인 미세조정(fine-tuning)을 필요로 합니다. 이러한 두 가지 측면을 연결하기 위해, 본 연구에서는 동결된 피드포워드 원근 백본(backbone)을 유지하면서 각 파노라마를 4-뷰 가상 리그(virtual rig)로 활용하는 중력 정렬 전방향 비디오용 대규모 재구성 파이프라인인 RIGOR를 제시합니다. 이 리그 구조는 국소적으로 불일치하는 예측을 감지 및 복구하고, 순환적 4-뷰 합의(consensus)를 통해 루프 클로저(loop closure)를 검색하며, 전역 최적화(global optimization) 전에 재방문 후보를 기하학적으로 검증하는 데 사용됩니다. 검증된 제약 조건은 시퀀스를 따라 누적된 회전, 이동 및 스케일 드리프트를 수정하는 Sim(3) 포즈 그래프를 구동합니다. 본 연구는 까다로운 건설 현장 시퀀스에서 제안된 일관성 메커니즘이 피드포워드 기준선(baseline) 대비 궤적 정확도와 재구성된 기하학 모두를 향상시킴을 입증합니다. 코드는 다음 링크에서 제공됩니다: https://github.com/TangentH/RIGOR.

arXiv:2610.01927v1cs.CV

CLoSeR: 롱 컨텍스트 스트리밍 재구성을 위한 루프 폐쇄

CLoSeR: Closing the Loop for Long-Context Streaming Reconstruction

피드포워드 파운데이션 모델(feedforward foundation models)은 최근 뛰어난 3D 재구성 능력을 보여주었습니다. 그러나 기존 모델들은 오차 누적으로 인해 롱 컨텍스트(long-context) 스트리밍 재구성에서 큰 추적 드리프트(tracking drift)를 보입니다. 본 논문에서는 정확하고 드리프트 없는 킬로미터 단위의 대규모 재구성을 가능하게 하기 위해 스트리밍 재구성 파운데이션 모델을 활용한 루프 폐쇄(loop closure)를 다시 검토합니다. 구체적으로 본 방법론은 전역 디스크립터 검색을 통해 루프 후보를 탐지하고, 루프 조건부 윈도우를 구성하여 루프가 형성된 프레임 간의 상대적 포즈(relative pose)를 추정합니다. 채택한 스트리밍 재구성 백본이 전역적으로 일관된 스케일을 생성한다는 관찰 결과를 바탕으로, 이전 연구에서 사용되던 Sim(3) 또는 더 고차원의 SL(4) 매니폴드 상의 포즈 그래프 최적화를 피하고 순차 및 루프 폐쇄 제약 조건을 적용하여 SE(3) 매니폴드에서 모든 프레임 포즈를 최적화합니다. 광범위한 실험을 통해 제안하는 방법이 킬로미터 규모의 시퀀스에서 드리프트를 줄이고 일관된 기하 구조를 생성하여 기존 최고 수준(SOTA)의 성능을 크게 뛰어넘음을 입증합니다. 코드는 https://github.com/MoyangLi00/CLoSeR.git 에서 확인할 수 있습니다.