위치 검색에서 영상 쌍으로
보통 장소 인식은 질의의 위치를 찾는 검색으로 설명된다. 이 연구는 두 개의 분리된 영상 집합에서 후속 정합에 쓸 상위 대응 영상 쌍을 찾는 역할에 초점을 맞췄다.
서로 다른 모델 계열
NetVLAD 계열과 CosPlace·EigenPlaces의 분류 기반 표현, MixVPR의 특징 혼합을 비교했다. AnyLoc과 SALAD, MegaLoc 같은 범용 모델 기반 방법도 평가에 포함했다.
세 종류의 관측 환경
물체 중심 실외 장면인 Tanks and Temples, 실내 RGB-D의 ScanNet-GS, 주행 시퀀스인 KITTI를 사용했다. 비슷해 보이는 다른 장소와 불완전한 시퀀스 같은 조건도 다뤘다.
환경에 따른 강점
논문은 전역 기술자가 영상 쌍 검색의 앞단으로 유용하지만 환경별 강점과 약점도 뚜렷하다고 보고했다. 한 자료의 검색 순위만으로 다른 영역의 정합 성능까지 판단하기 어렵다는 점을 보여 준다.
관련 문서
MegaLoc / SALAD 장소 인식 / AnyLoc / MixVPR / KITTI / 기하 정합