RIFT

RIFT(Radiation-variation Insensitive Feature Transform)는 비선형 방사 차이가 큰 multimodal image matching을 위해 설계된 handcrafted feature method다. 학습 weight에 의존하지 않아 폐쇄망·재현성·fallback 관점에서 가치가 있다.

개요

Intensity나 gradient가 modality 변화에 민감하다는 문제에서 출발한다. feature detection에는 phase congruency를 사용하고 log-Gabor convolution sequence로 Maximum Index Map(MIM)을 만들어 descriptor를 구성한다. 원 논문은 optical↔optical, infrared↔optical, SAR↔optical, depth↔optical, map↔optical, day↔night을 평가했다.

핵심 구조

Phase congruency는 밝기 크기보다 여러 주파수 성분의 위상 정렬을 이용해 구조를 찾으므로 radiation change에 상대적으로 강하다. MIM은 gradient direction 대신 log-Gabor response의 최대 index 패턴을 사용한다. 이후 rotation invariance와 속도를 개선한 RIFT2도 공개됐다.

활용

GPU가 없거나 model weight 반입이 어려운 폐쇄망, neural matcher가 실패하는 장면에서 fallback으로 적합하다. primary matcher의 inlier 수나 coverage가 기준 이하일 때 RIFT/RIFT2를 재시도하는 이중 구조가 실용적이다.

한계 및 주의점

고해상도 대형 영상에서 handcrafted 계산이 반드시 빠른 것은 아니다. 공식 MATLAB 구현의 license.txt, MATLAB runtime 여부, Python/C++ 재구현의 출처를 구분해 관리해야 한다.

함께 보기

출처