점군을 검색 표현으로
점군의 국소 특징을 전체 관측을 나타내는 기술자로 모으면 저장된 장소와 질의를 비교할 수 있다. PointNetVLAD는 이러한 점군 기반 장소 검색을 위한 학습 방법이다.
두 구조의 결합
PointNet과 NetVLAD를 결합·수정해 입력 점군에서 전역 기술자를 추출한다. 학습과 추론을 하나의 연결된 신경망에서 수행하는 구성이다.
검색용 손실
lazy triplet과 quadruplet 손실을 제안해 구별력과 일반화를 갖춘 기술자를 학습한다. 출력은 개별 점의 대응 목록보다 장소를 비교하는 전역 표현이다.
정합과의 역할 차이
연구는 점군 장소 검색을 위한 평가 자료를 만들고 모델의 가능성을 검증했다. 장소 검색은 대응할 후보를 찾는 작업이며, 정밀한 회전·이동을 계산하는 정합과는 출력의 목적이 다르다.
관련 문서
NetVLAD / PointNet / HeLiPR / Boreas 주행 데이터셋 / 기하 정합 / 점군