# Bridge 2D-3D: Uncertainty-aware Hierarchical Registration Network with Domain Alignment

### 저자

Zhixin Cheng, Jiacheng Deng, Xinjun Li, Baoqun Yin, Tianzhu Zhang

### 개요

본 논문은 이미지-점군 레지스트레이션을 위한 새로운 방법론을 제시합니다. 기존의 coarse-to-fine 방식의 한계점을 극복하고자, Uncertainty-aware Hierarchical Matching Module (UHMM)과 Adversarial Modal Alignment Module (AMAM)을 제안합니다. UHMM은 이미지 패치 내 중요 정보의 불확실성을 모델링하고, 이미지 및 점군 특징 간의 다층 융합 상호작용을 용이하게 합니다. AMAM은 이미지와 점군 간의 도메인 간극을 줄이기 위해 적대적 접근 방식을 활용합니다. RGB-D Scene V2 및 7-Scenes 벤치마크에서의 광범위한 실험과 ablation study를 통해, 제안된 방법이 최첨단 성능을 달성함을 보여줍니다.

### 시사점, 한계점

- **시사점:**

    - 이미지-점군 레지스트레이션에서 노이즈 패치에 대한 집중을 줄이고 주요 패치를 활용하는 새로운 방법 제시.

    - UHMM을 통해 이미지 및 점군 특징 간의 다층 융합 상호작용 개선.

    - AMAM을 통해 이미지와 점군 간의 도메인 간극 감소 및 성능 향상.

    - RGB-D Scene V2 및 7-Scenes 벤치마크에서 state-of-the-art 성능 달성.

- **한계점:**

    - 제안된 방법의 일반화 성능에 대한 추가적인 검증 필요.

    - 다양한 유형의 이미지 및 점군 데이터에 대한 적용성 평가 필요.

    - 계산 비용 및 효율성에 대한 분석 필요.

[PDF 보기](https://arxiv.org/pdf/2504.01641)

For the site tree, see the [root Markdown](https://slashpage.com/haebom.md).