ULF-Loc은 3D Gaussian Splatting(3DGS) 기반 시각적 위치 추정 시 발생하는 특징 학습 편향 문제를 해결하는 새로운 프레임워크입니다.
연구 결과, 기존 3DGS 특징 학습 방식의 α-블렌딩 최적화 과정에서 개별 가우시안과 주변 가우시안 간의 얽힘으로 인해 편향이 발생하며, 이는 정확한 매칭을 어렵게 합니다.
ULF-Loc은 기하학적 가중치 특징 융합을 통해 편향 없는 특징을 학습하고, 키포인트 합의 랜드마크 샘플링과 지역적 일관성 검증을 통해 정확도를 높여 기존 방식 대비 17% 성능 향상을 달성했습니다.