물체 표면 법선의 정확한 추정은 다양한 컴퓨터 비전 작업에서 중요한 역할을 합니다. 물리 기반의 편광 표면 법선 추정 방법은 여러 제약이 있어 실용성에 한계가 있습니다. 반면, 딥러닝 기반 편광 표면 법선 추정 방법은 정확도와 적용성에서 물리 기반 방법을 능가합니다. 더 많은 실제 작업에 적용할 수 있도록 딥러닝 기반 편광 표면 법선 추정 정확도를 향상시키기 위해 본 논문에서는 새로운 방법을 제안합니다. 우선, 스토크스 벡터를 결합한 새로운 편광 정보 표현 방법을 제안하여 모델의 편광 물리 선험 정보 추출 능력을 향상시키고자 했습니다. 이후 이중 계층 라우팅 기반의 희소 자기 주의 메커니즘을 결합하여 모델이 전역 문맥 정보를 더 잘 인지하도록 개선하고, 국소 편광 정보의 모호성을 더 잘 해소하도록 했습니다. DeepSfP 데이터셋과 자체 구축한 테스트 데이터에서 테스트했습니다. 실험 결과 제안된 방법은 DeepSfP 데이터셋에서 평균 각도 오차 13.37°를 달성했으며, 정확도 및 각도 오차 등 모든 테스트 지표에서 기존 방법을 능가하여 법선 추정 성능이 크게 향상되었음을 입증했습니다. 새로운 편광 정보 표현 방법과 희소 자기 주의 메커니즘을 도입함으로써 본 방법은 편광 표면 법선 추정의 정확도와 적용성을 향상시켜 실제 작업 적용에 강력한 지원을 제공합니다.

편광 정보 표현;희소 자기 주의 메커니즘;편광 표면 법선 추정