두 이미지에서 같은 물체를 찾으려면 어떻게 해야 할까요? 가장 단순한 방법은 픽셀을 직접 비교하는 것입니다. 하지만 조명이 바뀌거나 카메라 각도가 달라지면 실패합니다.

이 글에서는 템플릿 매칭 기술이 픽셀 기반 → Hand-crafted Features → 딥러닝으로 발전해온 과정을 설명합니다.

발전 단계 요약

단계	대표 기술	특징	한계
1단계	SSD, SAD, NCC	픽셀 직접 비교	크기/회전/조명 변화에 취약
2단계	SIFT, ORB	Hand-crafted 특징점	텍스처 없는 영역, 반복 패턴에 취약
3단계	SuperPoint	딥러닝 특징점 검출	매칭은 여전히 전통 방식
4단계	SuperGlue	딥러닝 특징점 매칭	GPU 필요

1단계: 픽셀 기반 템플릿 매칭

템플릿 이미지를 대상 이미지 위에서 슬라이딩하며 유사도를 계산합니다.

유사도 측정 방법

방법	수식	특징
SSD (Sum of Squared Differences)	$\sum_{i,j} (T(i,j) - I(x+i, y+j))^2$	낮을수록 유사
SAD (Sum of Absolute Differences)	$\sum_{i,j} \|T(i,j) - I(x+i, y+j)\|$	SSD보다 계산 빠름
NCC (Normalized Cross-Correlation)	정규화 상관계수	밝기 변화에 강건

OpenCV 구현: cv2.matchTemplate()

픽셀 기반의 한계

• 크기 변화: 템플릿과 대상의 크기가 다르면 실패
• 회전 변화: 회전된 물체 인식 불가
• 조명 변화: 밝기가 달라지면 유사도 저하
• 가림(Occlusion): 일부가 가려지면 실패

2단계: Hand-crafted Features

픽셀 대신 특징점(Keypoint)을 추출하여 비교합니다.

SIFT (2004)

Scale-Invariant Feature Transform

1. 스케일 공간 구축: DoG(Difference of Gaussian) 피라미드
2. 키포인트 검출: 로컬 극대/극소점
3. 디스크립터 생성: 그래디언트 히스토그램 기반 128차원 벡터

달성: 크기 불변성, 회전 불변성

SIFT 이후의 속도 개선 시도들

SIFT는 정확하지만 느렸습니다. 이를 개선하기 위한 여러 시도가 있었습니다:

알고리즘	연도	핵심 아이디어	한계
SURF	2006	Hessian 기반 검출 + Integral Image로 SIFT 대비 수 배 빠름	특허 문제
BRIEF	2010	Binary descriptor 도입, 픽셀 쌍 비교만으로 디스크립터 생성	회전 불변성 없음
BRISK	2011	BRIEF를 스케일 불변으로 확장	여전히 속도 한계

이러한 시도들을 종합하여 ORB가 등장합니다.

ORB (2011)

Oriented FAST and Rotated BRIEF

구성 요소	설명
FAST	코너 검출기 + 피라미드로 스케일 처리
rBRIEF	회전 불변 이진 디스크립터
매칭	Hamming 거리 (XOR 연산)

장점:

• SIFT/SURF 대비 수십 배 빠름
• 특허 없음
• 실시간 SLAM/AR의 사실상 표준

Hand-crafted Features의 한계

• 텍스처 없는 영역: 특징점 검출 실패
• 반복 패턴: 유사한 특징점이 많아 오매칭
• 극단적 조명 변화: 디스크립터 변형

3단계: 딥러닝 특징점 검출 - SuperPoint (2018)

MagicLeap에서 개발한 Self-supervised 학습 기반 특징점 검출기.

학습 방법

문제: 특징점의 Ground Truth 라벨을 어떻게 얻을 것인가?

해결책: 2단계 학습

단계	이름	방법
1단계	MagicPoint	합성 이미지(선, 삼각형, 사각형)에서 코너/교차점을 GT로 학습
2단계	Homographic Adaptation	실제 이미지에 여러 호모그래피 변환 적용 → 검출된 키포인트 누적

네트워크 출력

단일 CNN이 두 가지를 동시에 출력:

• 키포인트 확률 맵: 각 픽셀이 키포인트일 확률
• Dense 디스크립터 맵: 256차원 디스크립터

SuperPoint 키포인트 검출 결과

두 이미지에서 SuperPoint로 검출한 키포인트 (녹색 점). 텍스처가 풍부한 영역에 집중

관찰:

• 금속 구조물의 에지와 코너에 키포인트 집중
• 텍스처 없는 영역(벽, 바닥)은 자동으로 회피
• 의미 있는 특징점만 선택적으로 검출

4단계: 딥러닝 특징점 매칭 - SuperGlue (2020)

MagicLeap에서 개발한 Graph Neural Network 기반 매칭 네트워크.

기존 매칭의 문제

전통적인 매칭 파이프라인:

최근접 이웃 → Ratio Test → RANSAC (아웃라이어 제거)

한계:

• 반복 패턴에서 오매칭 다수
• RANSAC에 의존하여 후처리 필요
• 컨텍스트 정보 미사용

SuperGlue의 접근법

매칭을 그래프 문제로 정의:

1. 키포인트 인코딩: 위치 + 시각적 디스크립터
2. Self-Attention: 같은 이미지 내 관계 학습
3. Cross-Attention: 두 이미지 간 관계 학습
4. L iterations: Attentional GNN 레이어 반복

Optimal Transport (Sinkhorn)

최종 매칭에 Optimal Transport 알고리즘 적용:

• 각 키포인트는 최대 하나의 상대와 매칭
• Dustbin 개념: 매칭 불가능한 점(가림, 단일 뷰) 명시적 처리

SuperGlue 매칭 결과

SuperGlue로 매칭된 키포인트 쌍 (455, 542 키포인트에서 326 매칭). 색상은 매칭 신뢰도

관찰:

• 기하학적 일관성: 거의 모든 매칭 선이 일관된 방향
• 교차 선 없음: 아웃라이어가 극히 적음
• Dustbin 작동: 모든 키포인트가 매칭되지 않음 (가림 영역 처리)

방법 비교

속도 vs 정확도

속도:    ORB >>>>>> SIFT > SuperPoint > SuperPoint+SuperGlue
정확도:  ORB < SIFT < SuperPoint < SuperPoint+SuperGlue

용도별 권장사항

용도	권장 방법	이유
실시간 (30fps+)	ORB	속도 우선, GPU 불필요
모바일/엣지	ORB 또는 경량 SuperPoint	리소스 제약
최대 정확도	SuperPoint + SuperGlue	딥러닝 정밀도
극단적 조명 변화	SuperPoint + SuperGlue	학습 기반 강건성
반복 패턴	SuperGlue 필수	컨텍스트 기반 구별
빠른 프로토타이핑	SIFT/ORB	OpenCV 내장, 쉬운 설정

응용 분야

분야	관련 기술
Visual SLAM	카메라 위치 추정
AR 트래킹	가상 객체 정합
3D 재구성	다시점 이미지에서 구조 복원
이미지 스티칭	파노라마 생성
로봇 내비게이션	환경 인식
산업 검사	결함 검출

핵심 정리

1. 픽셀 기반 매칭은 크기, 회전, 조명 변화에 취약합니다. 단순한 환경에서만 사용 가능합니다.

2. SIFT는 스케일/회전 불변성을 달성했지만 계산이 느립니다. ORB는 수십 배 빠르면서 특허가 없어 실시간 SLAM의 표준이 되었습니다.

3. SuperPoint는 Self-supervised 학습으로 라벨링 문제를 해결하고, 의미 있는 특징점만 검출합니다.

4. SuperGlue는 GNN + Optimal Transport로 컨텍스트 기반 매칭을 수행합니다. RANSAC 없이도 아웃라이어가 적고, Dustbin으로 매칭 불가능한 점을 명시적으로 처리합니다.

5. 선택 기준:

   • 실시간 필요 → ORB
   • 최대 정확도 필요 → SuperPoint + SuperGlue
   • 반복 패턴 환경 → SuperGlue 필수

템플릿 매칭은 "어디에서나 통하는" 범용 기술입니다. 문제의 요구사항에 맞는 방법을 선택하세요.