MIFTr
MIFTr(Modality-Invariant Feature Transformer)는 여러 원격탐사 modality를 하나의 효율적인 matcher로 다루려는 2026년 IEEE Transactions on Geoscience and Remote Sensing 연구다. 핸드오프 이후 확인된 최신 후보로 benchmark에 추가할 가치가 있다.
개요
공식 저장소는 model weight와 training database, expanded multimodal remote sensing image dataset 다운로드 경로를 제공한다. 특정 EO↔SAR 조합에만 맞추기보다 modality-invariant feature extraction과 transformer를 이용해 universal matching을 목표로 한다.
핵심 구조
센서별 appearance 차이를 억제하면서 공간 구조를 보존하는 feature를 효율적으로 학습하는 것이 핵심이다. RIFT 계열 MRSI 데이터와 co-occurrence 기반 multimodal remote sensing 자료를 확장한 데이터셋도 함께 제공한다고 README에서 설명한다.
활용
RoMa, MINIMA-RoMa, XoFTR PoC의 2차 후보로 넣어 remote-sensing-specific matcher가 범용 matcher보다 실제 위치 정확도에서 이점을 보이는지 확인할 수 있다. scene별, SAR sensor별로 결과를 분리하는 것이 좋다.
한계 및 주의점
매우 최신 연구여서 독립 재현 사례와 장기 안정성 정보가 적을 수 있다. 코드·weight·dataset 라이선스를 각각 실사하고 설치 난이도, runtime, VRAM, dependency 유지보수성을 같이 비교해야 한다.