VidMap: Exploiting Temporal Structure for Video-Based Structure-from-Motion

비디오에서 카메라 자세와 보정을 정확히 복원하기 위해 SLAM과 SfM의 장점을 결합한 시스템.

이 논문은 한마디로 비디오에서 카메라의 위치와 렌즈 정보를 정확하게 복원하는 시스템이다. 기존 SLAM은 실시간이지만 누적 오차에 취약했고, SfM은 전역 최적화가 가능하지만 시간 순서 정보를 무시했다. VidMap은 SLAM의 순차적 추적과 SfM의 전역 최적화를 결합하고, 단안 깊이 prior를 추가해 극단적 모션에도 견딘다. 기존 모든 방법을 큰 차이로 능가했다.

핵심 요약

• SLAM의 순차적 추적과 SfM의 전역 최적화를 결합해 양쪽 한계를 극복했다.
• 시간 순서를 1순위 정보로 활용해 시각적 대칭(visual aliasing) 오류를 방지했다.
• 단안 깊이 prior를 전역 최적화에 추가해 축척 드리프트와 퇴화 구성을 해결했다.
• 극단적 모션이 포함된 도전적 데이터셋에서 기존 SLAM·SfM·학습 기반 방법 모두를 큰 차이로 능가했다.

논문 링크

외부 연구를 정리한 자료입니다. HDATF가 발표한 논문이나 제품 성능을 측정한 결과는 아닙니다.