왜 특징 매칭이란? — 두 이미지 간 대응점 찾기가 필요한가? 실무에서 이 개념 없이는 문제를 해결할 수 없습니다. 핵심 동기와 배경을 먼저 이해합시다.
특징 매칭(Feature Matching)은 두 이미지에서 같은 물체나 장면에 해당하는 대응점(correspondence)을 찾는 기술입니다.
핵심 파이프라인:
1. 특징점 검출(Detection): SIFT, ORB 등으로 키포인트 추출
2. 기술자 생성(Description): 키포인트 주변 패턴을 벡터로 인코딩
3. 매칭(Matching): 두 이미지의 기술자 벡터 간 거리를 비교하여 가장 가까운 쌍 연결
활용 분야:
- 파노라마 스티칭, AR 마커 인식, 3D 재구성, Visual SLAM
왜 중요한가? 두 이미지 사이의 기하학적 관계를 알려면 동일한 3D 점이 각 이미지에서 어디에 나타나는지 대응점(correspondence)을 찾아야 합니다. 특징 매칭은 이 대응점을 자동으로 찾는 과정입니다.
파노라마 스티칭, 3D 복원, 시각적 위치 인식(Visual Localization), AR에서의 평면 추적 등 거의 모든 멀티뷰 기하학 문제의 첫 단계가 특징 매칭입니다.
매칭 품질이 나쁘면 이후 모든 계산이 무의미해지므로, 정확한 특징 매칭은 전체 파이프라인의 성패를 결정합니다.
RANSAC(Random Sample Consensus)는 Fischler와 Bolles가 제안한 견고한 모델 추정 알고리즘이다 (Fischler et al., 1981).