우리는 다중 시점 이미지로부터 조밀하고 정확한 3D 복원을 위해 설계된 새로운 구조 복원(Structure from Motion, SfM) 프레임워크인 Dense-SfM을 제안한다. 전통적인 SfM 방법이 흔히 의존하는 희소 특징점 매칭은 정확성과 점 밀도 모두를 제한하며, 특히 질감이 없는 영역에서는 그 한계가 두드러진다. Dense-SfM은 조밀 매칭과 Gaussian Splatting(GS) 기반 트랙 확장을 통합함으로써 이러한 제한을 해결하여 보다 일관적이고 더 긴 특징 트랙을 제공한다. 재구성 정확도를 추가로 향상시키기 위해 Dense-SfM은 트랜스포머 및 Gaussian Process 아키텍처를 활용하는 다중 시점 커널화 매칭 모듈을 갖추어, 다중 시점 전반에서 견고한 트랙 정제를 수행한다. ETH3D 및 Texture-Poor SfM 데이터셋에 대한 평가는 Dense-SfM이 최신 기술(state-of-the-art) 방법 대비 정확도와 밀도에서 유의미한 향상을 제공함을 보여준다. 프로젝트 페이지: https://icetea-cv.github.io/densesfm/.

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