Cross-Modal Image Matching 기술 지도
Cross-Modal Image Matching 기술 지도는 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.
핵심 개념
- Cross-Modal Image Matching — 문제 정의와 제품 구조
- Modality-Invariant Image Matching — 공통 표현 학습
- Cross-Modal Matching 기하 검증 — RANSAC/USAC/MAGSAC++와 sensor model
- Cross-Modal Matching 벤치마크 — EO↔SAR·IR·Map·Drone 평가 체계
주요 엔진 후보
- RoMa — robust dense matcher
- MINIMA — synthetic multimodal data scaling
- XoFTR — visible↔thermal cross-modal transformer
- EfficientLoFTR — 속도 중심 detector-free baseline
- RIFT — handcrafted multimodal fallback
- MatchAnything — universal cross-modality pretraining
- MapGlue — map↔visible remote sensing matcher
- MIFTr — TGRS 2026 modality-invariant matcher
제품화 관점
초기 PoC는 RoMa, MINIMA-RoMa, XoFTR, RIFT를 동일 데이터에서 비교하고 EfficientLoFTR와 MIFTr를 추가하는 구성이 좋다. MatchAnything과 MapGlue는 기술적 관심도가 높지만 코드·weight·dataset 라이선스를 별도로 실사한 뒤 상용 후보 상태를 확정한다.
라이선스 판정은 Source Code, Pretrained Weight, Dependency, Training Dataset을 분리한다. MINIMA 공식 README가 SuperPoint 기반 구성의 제한을 별도로 경고하는 것이 대표 사례다.
2026년 추가 관찰
핸드오프 이후 MIFTr, MMRNet, 3MOS가 추가 조사 가치가 있는 대상으로 확인됐다. 또 SAR와 optical을 shared modality로 변환한 뒤 RoMa를 쓰는 접근과 text semantic prior를 사용하는 TAR처럼 matcher 앞단의 modality normalization·semantic guidance를 강화하는 연구도 나타나고 있다.