경로 추적 스테레오에서의 교차 뷰 분산 상관관계: 합성 학습 데이터의 숨겨진 지름길

요약

경로 추적(Path-traced) 합성 스테레오 데이터에서 두 카메라의 분산 필드가 높은 상관관계를 보인다는 사실을 발견했습니다. 이 상관관계는 시차 추정 모델이 학습 시 활용할 수 있는 일종의 '지름길(shortcut)'로 작용할 가능성이 있습니다.

핵심 포인트

• 합성 데이터의 몬테카를로 노이즈 스트림 내 분산 필드는 높은 상관관계를 가짐
• 람베르시안 영역에서 상관관계가 가장 강력하며 유리 영역에서는 약함
• 분산 기반 신호가 매칭 단서로 기능하여 모델 성능에 영향을 줄 수 있음
• Sim-to-real 간극을 유발하는 잠재적 지름길(shortcut) 후보로 지목됨