davnords/LoMa

LoMa 는 국소 특징 매칭기 의 가족입니다 — 동일한 장면의 두 이미지 사이에서 대응되는 점을 찾는 알고리즘입니다. LightGlue 및 RoMa 와 같은 기존 매칭기의 더 빠르고 더 강력한 대안으로 설계되었습니다.

기능: 두 이미지(예: 서로 다른 각도에서 촬영한 건물 사진)를 입력하면 LoMa 는 각 이미지 내에서 세계의 동일한 물리적 점에 해당하는 픽셀을 식별합니다. 이는 3D 재구성(SfM), 시각적 위치 추정, 로봇 내비게이션의 핵심 구성 요소입니다.

주요 특성:

• 속도 + 정확도: LightGlue 와 마찬가지로 빠르지만, 훨씬 더 강력하고 정확하며, 벤치마크에서 더 무거운 RoMa 를 능가합니다.
• 드롭인 대체 가능: 국소 키포인트 설명을 사용하기 때문에 SfM 및 시각적 위치 추정 파이프라인 내 기존 매칭기와 교체할 수 있으며, 시스템의 나머지 부분은 변경하지 않아도 됩니다.
• 다양한 모델 크기: LoMa-B (LightGlue 와 동일한 크기), LoMa-B128, LoMaL, LoMa-G (더 무겁고 더 정확함) — 사용자가 속도와 정밀도 사이에서 선택할 수 있습니다.
• 회전 불변성: 이미지 회전을 처리하는 버전이 있으며, 실제 매칭에서 흔한 도전 과제를 해결합니다.

사용 방법: 간단한 Python API — 사전 학습된 모델(LoMaB())을 로드하고 이미지 쌍에 적용합니다. 리포지토리에는 데모 스크립트와 사전 학습된 가중치가 포함되어 있습니다.

출처: 셀머스, 링코피그, 암스테르담, 룬드 대학의 학술 연구로, ECCV 2026(메인) 및 CVPR 2026 워크숍(회전 불변성)에 논문이 게재되었습니다.