[Image Matching Pipeline 만들기]

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

 

그러나 위의 자료 같은 경우 visual localization 자체보다는 image matching 자체에 집중된 면이 있어 제대로 된 GT와 비교하며 visual localization 결과값을 뽑아내기 어렵다. 따라서 이에 해당되는 제대로 된 파이프라인이 필요하다.