RoMa
RoMa(Robust Dense Feature Matching)는 두 영상 사이의 pixel-dense correspondence와 각 대응의 certainty를 추정하는 dense image matcher다. 자연영상 기반 범용 matcher이지만 강한 표현을 사용해 cross-modal 원격탐사에서도 우선 시험할 가치가 있는 후보다.
개요
RoMa는 CVPR 2024에 발표되었다. DINOv2의 frozen pretrained feature가 제공하는 의미적 강건성과 정밀 위치 결정을 위한 ConvNet fine feature를 결합한다. feature pyramid와 transformer match decoder, certainty estimation을 함께 사용한다. 공식 구현 Parskatt/RoMa는 MIT 라이선스를 명시한다.
핵심 구조
Sparse keypoint를 먼저 검출하는 전통적 파이프라인과 달리 영상의 넓은 영역에서 dense warp를 추정한다. 질감이 약하거나 대응점이 한 영역에 몰리는 원격탐사 데이터에서 coverage 확보에 유리할 수 있다. 반대로 고해상도 전체 영상을 그대로 입력하면 메모리와 시간이 커져 pyramid, tiling, coarse-to-fine 전략이 필요하다.
2026년에는 SAR와 optical을 공통 modality로 변환한 뒤 RoMa를 사용하는 연구도 등장해 범용 matcher를 cross-modal pipeline의 후단으로 활용하는 방향을 보여 준다.
활용
초기 PoC에서는 primary dense matcher로 두고 MINIMA-RoMa와 비교하기 좋다. 동일 전처리와 geometric verification을 적용해 inlier ratio, pixel/meter error, coverage, runtime, peak VRAM을 비교하면 multimodal pretraining의 이득을 분리할 수 있다.
한계 및 주의점
RoMa 원 논문은 EO↔SAR 상용 정합을 직접 보증하지 않는다. DINO 계열 backbone과 checkpoint 조건, CUDA 의존성도 제품 실사 대상이다. dense output은 많은 후보를 주지만 오매칭도 늘 수 있어 robust estimation이 필수다.