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.
