HardNet

거리로 대응을 고르기

같은 물체 부분의 패치는 기술자 공간에서 가깝고 다른 부분은 멀도록 학습한다. 쉬운 비대응 패치만 비교하면 실제로 가장 혼동되는 후보를 충분히 구별하지 못할 수 있다. HardNet의 손실은 배치 안에서 가까운 비대응 후보를 중요하게 다룬다.

마진의 독립 예제

올바른 상대까지의 거리가 0.4이고 잘못된 상대까지의 거리가 0.6이라고 하자. 마진을 0.5로 둔 손실 max(0,0.5+0.4−0.6)은 0.3이다. 이는 거리 여유를 요구하는 손실의 예이며 논문의 배치별 후보 선택 절차 전체를 대신하지 않는다.

기술자와 검출기의 구분

128차원 기술자는 패치를 비교하기 위한 벡터다. 전체 영상에서 어떤 지점을 검출할지나 카메라 자세를 어떻게 구할지까지 이 벡터 하나가 정하는 것은 아니다. 특징 위치를 얻는 단계와 기술자를 매칭하는 단계가 별도로 필요하다.

어려운 후보의 조건

배치에 들어 있지 않은 후보까지 가장 어려운 음성으로 검색했다고 볼 수는 없다. 배치 구성과 잘못 붙은 대응 라벨은 학습에 영향을 줄 수 있다. 패치 검증과 영상 검색, 공간 복원의 결과를 구분하고 기술자 차원이 같다고 정확도나 전체 계산 비용도 같다고 판단하지 않는다.