우리는 다중 시점 이미지로부터 조밀하고 정확한 3D 재구성을 위한 새로운 구조지향운동(Structure from Motion, SfM) 프레임워크인 Dense-SfM을 제시한다. 전통적인 SfM 방법들이 종종 의존하는 희소 특징점 매칭은 특히 질감이 없는 영역에서 정확도와 점 밀도를 모두 제한한다. Dense-SfM은 이러한 한계를 극복하기 위해 조밀 매칭을 가우시안 스플래팅(Gaussian Splatting, GS) 기반 트랙 확장(track extension)과 통합하여 보다 일관적이고 더 긴 특징 트랙을 제공한다. 재구성 정확도를进一步 향상시키기 위해 Dense-SfM은 트랜스포머 및 가우시안 프로세스(Gaussian Process) 아키텍처를 활용하는 다중 시점 커널화 매칭 모듈을 갖추고 있으며, 이는 다중 시점 전반에 걸친 견고한 트랙 정제를 가능하게 한다. ETH3D 및 Texture-Poor SfM 데이터셋에 대한 평가는 Dense-SfM이 기존 최첨단 방법에 비해 정확도와 밀도에서 유의미한 개선을 제공함을 보여준다. 프로젝트 페이지: https://icetea-cv.github.io/densesfm/.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.