NCT Depth Motif: RGB‑D Depth Maps를 위한 Symbolic 3D Motifs 탐구

Source: Dev.to

Overview

저는 NCT Depth Motif의 첫 번째 기술 릴리스를 발표했습니다. 이 프로젝트는 RGB‑D / 깊이 맵 검증에 초점을 맞춘 탐색적 컴퓨터 비전 프로젝트입니다.

Repository

https://github.com/Hanzzel-corp/nct-depth-motif

Method

NCT Depth Motif은 로컬 깊이 맵 구조가 X/Y/Z 구성 요소 전반에 걸쳐 이산적인 3D 기호 모티프로 표현될 수 있는지를 테스트합니다.
깊이 맵을 연속적인 그라디언트로만 취급하는 대신, 이 방법은 로컬 기하학적 행동을 모티프 상태로 이산화하고, 이러한 모티프가 무작위 기준선에 대해 통계적으로 살아남는지를 평가합니다.

Experiments

• RGB‑D / 깊이 맵 실험
• NCT 3D 모티프‑생존 검증
• 그룹화된 분할 검증
• RGB‑클러스터 leave‑one‑out 검증
• CUDA 가속 무작위 기준선 평가
• 경험적 p‑값
• 재현성 스크립트
• 문서화된 제한 사항

Strongest Evaluated Variant

motif_survival_binary – 현재 탐색적 설정에서 무작위 모티프 기준선에 대해 일관된 양의 신호를 보였습니다.

Note: 이는 최첨단 성능을 주장하는 것이 아니며, 동료 검토된 결과도 아닙니다. 효과는 통계적으로 일관되지만 규모가 작습니다. 이번 릴리스의 목표는 재현성, 반증 가능성, 그리고 기술적 피드백을 얻는 것입니다.

Limitations

• 효과 크기가 작음
• 동료 검토되지 않음
• 제한된 기준선 비교

Feedback Requested

다음에 대한 피드백을 받고 싶습니다:

• 검증 설계
• 무작위 기준선 설정
• 그룹화된 분할 방법론
• RGB‑클러스터 leave‑one‑out 검증
• 비교할 수 있는 고전적인 기준선
• 실험을 더 엄격하게 만들 수 있는 방법

Related Work

이 프로젝트는 NCT — Números Cuánticos Tridimensionales와 AI 및 컴퓨터 비전을 위한 기호/기하학적 표현에 관한 저의 광범위한 작업의 일부입니다.

Call for Input

컴퓨터 비전이나 RGB‑D 데이터셋을 다루고 있다면, 먼저 추가하고 싶은 기준선은 무엇인가요?

• Sobel / Canny
• HED
• Normal‑based edges
• Learned depth‑edge models

피드백을 환영합니다.