masked-depth-modeling
마스킹 기반 깊이 완성
센서가 반환하지 않는 깊이 값을 학습 목표로 삼아 결손 영역을 복원하는 방법이다. 입력의 무작위 마스킹 대신 센서가 실제로 실패하는 투명체, 반사, 무텍스처 영역을 마스크로 사용하여 학습 데이터 분포와 추론 시 오류 분포를 일치시킨다. 이 방식은 센서별 실패 모드를 직접 학습하므로 실세계 깊이 완성 성능을 높이는 데 중요하다.
마스킹 기반 깊이 완성
센서가 반환하지 않는 깊이 값을 학습 목표로 삼아 결손 영역을 복원하는 방법이다. 입력의 무작위 마스킹 대신 센서가 실제로 실패하는 투명체, 반사, 무텍스처 영역을 마스크로 사용하여 학습 데이터 분포와 추론 시 오류 분포를 일치시킨다. 이 방식은 센서별 실패 모드를 직접 학습하므로 실세계 깊이 완성 성능을 높이는 데 중요하다.
