LoFTR: Transformer를 활용한 검출기 없는 로컬 특징 매칭

우리는 로컬 이미지 특징 매칭을 위한 새로운 방법을 제시합니다. 기존의 이미지 특징 검출, 설명, 그리고 매칭을 순차적으로 수행하는 대신, 먼저 거친 수준에서 픽셀 단위로 밀도 높은 매칭을 설정하고 나중에 세밀한 수준에서 좋은 매칭들을 개선하는 방법을 제안합니다. 코스트 볼륨을 사용하여 대응점을 검색하는 밀도 높은 방법들과는 달리, 트랜스포머의 자기 주의(self-attention) 및 교차 주의(cross-attention) 계층을 사용하여 두 이미지 모두에 조건부인 특징 설명자를 얻습니다. 트랜스포머가 제공하는 전역 수용 영역은 특징 검출기들이 일반적으로 반복적인 관심점 생성에 어려움을 겪는 저 텍스처 영역에서 밀도 높은 매칭을 생성할 수 있게 합니다. 실내 및 실외 데이터셋에 대한 실험 결과, LoFTR이 최신 방법들보다 크게 우수함을 보여주며, 시각적 위치 추정 공개 벤치마크에서도 발표된 방법들 중 1위를 차지했습니다.