spatial_AI

최근에 3차원 모델링으로 NeRF가 많은 관심을 받으면서 예전에 3차원 복원에 활용되었던 SLAM과 SfM 기술 간의 차이가 모호하게 해석되는 상황이 발생하고 있다. 실제로 필자는 관련 질문을 랩실 후배에게 받기도 했으니....... 이번 차례에 한 번 정리해보자. 1. NeRF는 기본적으로 들어가는 인풋이 camera pose값과 rgb이미지 값이고 아웃풋이 novel view synthesis, 즉 새로운 2D 이미지를 만들고 이를 통해 3차원을 덴스하게 radiance field 할 수 있게되는거라(원래 NeRF 논문 제목도 NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis임) sfm이나 slam이 사전적으로 활용됨! 왜냐..

Visual Localization의 성능을 제대로 평가하기 위해서는 각 알고리즘 별로 나오는 결과값에 대한 내용을 정량적으로 비교할 수 있어야 한다. 이를 위해서는 전체 하나의 틀로 만들어진 pipeline을 만들고 거기에 패러미터만 계속 바꿔가면서 튜닝을 할 수 있어야 한다. 이를 위해서 기존에 참고하고 있는 자료는 다음이다. 2021 Image Matching Challenge의 내용 https://ducha-aiki.github.io/wide-baseline-stereo-blog/2021/05/12/submitting-to-IMC2021-step-by-step.html Submitting to Image Matching Challenge 2021 Step by step tutorial ducha-..