개발도구 연구
CVSD-Reg: Cross-Modal Visual Semantic Prior Distillation for Robust LiDAR Registration
ARarXiv
CVSD-Reg은 시각 기초 모델의 의미 정보를 LiDAR 표현에 옮기는 전역 점군 정합 프레임워크를 제안한다.
세 줄 요약
- DINOv2의 의미 정보를 증류한 뒤 대응 학습과 밀도 인식 드롭아웃으로 자세를 최적화하고, KITTI·nuScenes·HeLiPR에서 SR@0.5m/1° 97.7%, 99.0%, 99.3%를 달성한다.
- 카메라 입력 없이 단일 체크포인트로 단일 센서와 제로샷 교차 센서 정합을 처리하고, ICP 후처리 없이 기하 정합법보다 최대 44.0%p 높다.
- 학습 시 DINOv2 교사가 필요하지만 추론은 카메라가 필요 없고, 보고된 수치는 KITTI·nuScenes·HeLiPR 기준이다.
CVSD-Reg은 시각 기초 모델의 의미 정보를 LiDAR 표현에 옮기는 전역 점군 정합 프레임워크를 제안한다.