<?xml version="1.0"?>
<feed xmlns="http://www.w3.org/2005/Atom" xml:lang="ko">
	<id>https://wiki.conaondaapps.com/index.php?action=history&amp;feed=atom&amp;title=Cross-Modal_Image_Matching_%EA%B8%B0%EC%88%A0_%EC%A7%80%EB%8F%84</id>
	<title>Cross-Modal Image Matching 기술 지도 - 편집 역사</title>
	<link rel="self" type="application/atom+xml" href="https://wiki.conaondaapps.com/index.php?action=history&amp;feed=atom&amp;title=Cross-Modal_Image_Matching_%EA%B8%B0%EC%88%A0_%EC%A7%80%EB%8F%84"/>
	<link rel="alternate" type="text/html" href="https://wiki.conaondaapps.com/index.php?title=Cross-Modal_Image_Matching_%EA%B8%B0%EC%88%A0_%EC%A7%80%EB%8F%84&amp;action=history"/>
	<updated>2026-08-20T14:23:04Z</updated>
	<subtitle>이 문서의 편집 역사</subtitle>
	<generator>MediaWiki 1.46.0</generator>
	<entry>
		<id>https://wiki.conaondaapps.com/index.php?title=Cross-Modal_Image_Matching_%EA%B8%B0%EC%88%A0_%EC%A7%80%EB%8F%84&amp;diff=12&amp;oldid=prev</id>
		<title>Admina7ec671ac513: migrate: import legacy Wiki content to Vultr</title>
		<link rel="alternate" type="text/html" href="https://wiki.conaondaapps.com/index.php?title=Cross-Modal_Image_Matching_%EA%B8%B0%EC%88%A0_%EC%A7%80%EB%8F%84&amp;diff=12&amp;oldid=prev"/>
		<updated>2026-08-20T04:18:28Z</updated>

		<summary type="html">&lt;p&gt;migrate: import legacy Wiki content to Vultr&lt;/p&gt;
&lt;p&gt;&lt;b&gt;새 문서&lt;/b&gt;&lt;/p&gt;&lt;div&gt;&amp;#039;&amp;#039;&amp;#039;[[Cross-Modal Image Matching]] 기술 지도&amp;#039;&amp;#039;&amp;#039;는 위성·항공·드론 원격탐사에서 EO, SAR, IR/Thermal, 지도 등 서로 다른 modality를 정합하기 위한 알고리즘과 평가·상용화 요소를 연결한 큐레이션 페이지다. 2026년 8월 18일 기준 공개 논문과 공식 저장소를 우선 확인했다.&lt;br /&gt;
&lt;br /&gt;
== 핵심 개념 ==&lt;br /&gt;
* [[Cross-Modal Image Matching]] — 문제 정의와 제품 구조&lt;br /&gt;
* [[Modality-Invariant Image Matching]] — 공통 표현 학습&lt;br /&gt;
* [[Cross-Modal Matching 기하 검증]] — RANSAC/USAC/MAGSAC++와 sensor model&lt;br /&gt;
* [[Cross-Modal Matching 벤치마크]] — EO↔SAR·IR·Map·Drone 평가 체계&lt;br /&gt;
&lt;br /&gt;
== 주요 엔진 후보 ==&lt;br /&gt;
* [[RoMa]] — robust dense matcher&lt;br /&gt;
* [[MINIMA]] — synthetic multimodal data scaling&lt;br /&gt;
* [[XoFTR]] — visible↔thermal cross-modal transformer&lt;br /&gt;
* [[EfficientLoFTR]] — 속도 중심 detector-free baseline&lt;br /&gt;
* [[RIFT]] — handcrafted multimodal fallback&lt;br /&gt;
* [[MatchAnything]] — universal cross-modality pretraining&lt;br /&gt;
* [[MapGlue]] — map↔visible remote sensing matcher&lt;br /&gt;
* [[MIFTr]] — TGRS 2026 modality-invariant matcher&lt;br /&gt;
&lt;br /&gt;
== 제품화 관점 ==&lt;br /&gt;
&lt;br /&gt;
초기 PoC는 [[RoMa]], [[MINIMA]]-[[RoMa]], [[XoFTR]], [[RIFT]]를 동일 데이터에서 비교하고 [[EfficientLoFTR]]와 [[MIFTr]]를 추가하는 구성이 좋다. [[MatchAnything]]과 [[MapGlue]]는 기술적 관심도가 높지만 코드·weight·dataset 라이선스를 별도로 실사한 뒤 상용 후보 상태를 확정한다.&lt;br /&gt;
&lt;br /&gt;
라이선스 판정은 Source Code, Pretrained Weight, Dependency, Training Dataset을 분리한다. [[MINIMA]] 공식 README가 SuperPoint 기반 구성의 제한을 별도로 경고하는 것이 대표 사례다.&lt;br /&gt;
&lt;br /&gt;
== 2026년 추가 관찰 ==&lt;br /&gt;
&lt;br /&gt;
핸드오프 이후 [[MIFTr]], MMRNet, 3MOS가 추가 조사 가치가 있는 대상으로 확인됐다. 또 SAR와 optical을 shared modality로 변환한 뒤 [[RoMa]]를 쓰는 접근과 text semantic prior를 사용하는 TAR처럼 matcher 앞단의 modality normalization·semantic guidance를 강화하는 연구도 나타나고 있다.&lt;br /&gt;
&lt;br /&gt;
== 출처 ==&lt;br /&gt;
* [https://github.com/Parskatt/RoMa RoMa]&lt;br /&gt;
* [https://github.com/LSXI7/MINIMA MINIMA]&lt;br /&gt;
* [https://github.com/OnderT/XoFTR XoFTR]&lt;br /&gt;
* [https://github.com/zju3dv/EfficientLoFTR EfficientLoFTR]&lt;br /&gt;
* [https://github.com/LJY-RS/RIFT-multimodal-image-matching RIFT]&lt;br /&gt;
* [https://github.com/zju3dv/MatchAnything MatchAnything]&lt;br /&gt;
* [https://github.com/PeihaoWu/MapGlue MapGlue]&lt;br /&gt;
* [https://github.com/MrPingQi/MIFTr MIFTr]&lt;br /&gt;
* [https://github.com/3M-OS/3MOS 3MOS]&lt;br /&gt;
&lt;br /&gt;
[[분류:Cross-Modal Image Matching]]&lt;br /&gt;
[[분류:원격탐사]]&lt;/div&gt;</summary>
		<author><name>Admina7ec671ac513</name></author>
	</entry>
</feed>