사진으로 위치 추정하기
위치가 알려진 많은 사진과 질의 사진을 비교해 촬영 위치를 찾는 작업이다. 도시 전체를 대상으로 하면 자료와 학습의 규모를 감당하는 문제가 중요해진다.
도시 규모의 평가
연구는 도시 전체를 포괄하는 San Francisco eXtra Large 자료를 만들었다. 기존 기법이 매우 큰 자료로 확장할 때 겪는 문제를 조사하는 기반으로 사용했다.
분류로 바꾼 학습
CosPlace는 학습을 분류 문제로 구성한다. 일반적인 대조 학습에 필요한 비용이 큰 예제 마이닝을 피하도록 설계해 학습의 확장성을 높이려 한다.
표현 크기와 일반화
논문은 여러 자료에서 성능을 비교하고 큰 도메인 변화에 대한 일반화도 평가했다. 기술자의 크기와 학습 메모리 사용량을 함께 비교해 대규모 위치 추정의 계산 측면을 살폈다.
관련 문서
NetVLAD / Patch-NetVLAD / 영상 검색 / 약한 지도 학습 / 전이 학습 / 기하 정합