본 연구는 NeRF를 시각적 위치 추정을 위한 주요 장면 표현으로 활용하는 방법을 제안한다. 구체적으로:
NeRF의 내부 특징이 2D-3D 매칭에 효과적임을 입증한다. 다양한 아키텍처 설계, 인코더 레이어 특징 추출, 학습 구성을 고려하여 NeRF 특징의 성능을 면밀히 분석한다.
NeRFMatch라는 고도화된 2D-3D 매칭 모델을 제안한다. NeRFMatch는 NeRF의 내부 지식을 활용하여 정확한 2D-3D 대응을 달성한다.
반복적 및 최적화 기반 포즈 정제 기법을 도입하여 매칭 결과를 더욱 개선한다.
제안 방법론을 표준 위치 추정 벤치마크에 적용하여 새로운 최첨단 성능을 달성한다. 특히 Cambridge Landmarks 데이터셋에서 최고 성과를 보인다.
실험 결과를 통해 향후 실내 위치 추정 성능 향상을 위한 과제를 제시한다.
다른 언어로
소스 콘텐츠 기반
arxiv.org
더 깊은 질문