• 목록

[일시]
2023.07.26

[세미나 주제]
Feature Matching in ML

[요약]
이 발표에서 다룬 내용은 이미지 특징 매칭에 대한 주제로, 머신러닝을 활용한 approach들을 중심으로 소개하였다.
머신러닝을 적용한 최근의 주요한 특징 매칭 방법론으로써,
첫 번째는 SuperPoint라는 방법으로, Self-Supervised Interest Point Detection and Description을 사용하여 특징점 검출 및 기술자를 효과적으로 추출하였으며, 자가지도 학습을 통해 높은 정확도와 성능을 확보하였다. 두 번째로 소개된 방법은 그래프 신경망(Graph Neural Networks, GNN)을 사용하여 특징 매칭을 학습하는 SuperGlue에 대해 발표를 진행하였으며, superglue를 통해 GNN을 활용하면 기존 방법과 비교하여 훨씬 더 효율적으로 이미지에서 특징점을 매칭할 수 있음을 확인하였다.
결론적으로 이번 발표를 통해 머신러닝이 이미지 특징 매칭에 있어 크게 도움이 될 수 있음을 소개하였다.

[참고 논문]
[1]  Lowe, D. G. (1999, September). Object recognition from local scale-invariant features. In Proceedings of the seventh IEEE international conference on computer vision (Vol. 2, pp. 1150-1157). Ieee.
[2]  Lowe, D. G. (2004). Distinctive image features from scale-invariant keypoints. International journal of computer vision, 60, 91-110.
[3]  DeTone, D., Malisiewicz, T., & Rabinovich, A. (2018). Superpoint: Self-supervised interest point detection and description. In Proceedings of the IEEE conference on computer vision and pattern recognition workshops (pp. 224-236).
[4]  Sarlin, P. E., DeTone, D., Malisiewicz, T., & Rabinovich, A. (2020). Superglue: Learning feature matching with graph neural networks. In Proceedings of the IEEE/CVF conference on computer vision and pattern recognition (pp. 4938-4947).


https://us02web.zoom.us/rec/share/dr7nnTQ6k40Yxqv4pkalzKq3z1lQQWRlsEqRZ3nYo-d66lOuz1n23sU-VRn5QQZt.eofEyinjINqAUWxY?startTime=1690337271000
암호: aiaas2023!