Struct-MDC: 시각 SLAM에서 도출된 구조적 규칙을 활용한 메시 정밀화 비지도 깊이 보완

특징 기반 시각적 동시 위치 추정 및 맵핑(SLAM) 방법은 추출된 특징의 깊이만 추정하여 희박한 깊이 맵을 생성한다. 이러한 희박성 문제를 해결하기 위해, 희박한 깊이 맵으로부터 밀도 높은 깊이를 추정하는 깊이 보완(depth completion) 작업은 탐사와 같은 로봇 응용 분야에서 중요한 역할을 하고 있다. 기존의 시각 SLAM에서 얻은 희박한 깊이를 활용하는 방법들은 주로 점 특징(point features)을 사용한다. 그러나 텍스처가 없는 환경과 희박성 문제로 인해 점 특징은 구조적 규칙성을 유지하는 데 한계가 있다. 이러한 문제를 해결하기 위해, 점 특징보다 구조적 규칙성을 더 잘 보존할 수 있는 선형 특징(line features)을 활용하여 시각 SLAM과 함께 깊이 보완을 수행한다. 제안하는 방법론은 선형 특징을 이용한 깊이 보간과 함께 제약된 델로네 삼각분할(constrained Delaunay triangulation)을 수행하여 볼록 껍질(convex hull) 영역을 생성한다. 그러나 생성된 깊이 맵은 저주파 정보를 포함하고 볼록 껍질 경계에서 불연속성이 발생하는 문제가 있다. 이를 해결하기 위해, 메시 기반 깊이 정밀화(Mesh Depth Refinement, MDR) 모듈을 제안한다. MDR 모듈은 입력 이미지의 고주파 세부 정보를 보간된 깊이 맵에 효과적으로 전달하며, 기존 방법과 딥러닝 기반 접근법 간의 다리 역할을 수행한다. Struct-MDC는 공개 데이터셋과 자체 구축한 데이터셋에서 기존 최첨단 알고리즘들을 모두 상회하며, 일부 지표에서는 지도 학습 기반 방법론을 초월하는 성능을 보였다. 또한 엄격한 아블레이션(Ablation) 연구를 통해 제안된 MDR 모듈의 효과성이 입증되었다.