- …
- …
#314
summarized by : Naoya Chiba
どんな論文か？
三次元点群から位置推定を行う手法SOE-Netの提案．新しく提案したPointOEモジュールで局所特徴量を抽出後，Self-Attentionを通してからNetVLADで大域特徴量を計算する．大域特徴量同士はハードサンプルマイニングと本論文で提案するHPHN quadruplet lossを用いて効率よくハードサンプルを学習することができる．
新規性
三次元点群から局所特徴量を求めるため，PointSIFTのアイデアを元にした位置エンコーディングを用いるPointOEモジュールを提案し，さらにSelf-Attentionによって局所特徴量から大域的な情報をうまく取り出す機構を導入している．また4つのデータペアから特徴量の距離を学習するロス関数を提案した．
結果
OxfordRobotCarと社内データセットを用いて評価し，既存手法の性能を大きく上回るスコアを達成．特にRefinementを追加した設定では提案するモジュールが的確に局所特徴量を抽出できていることが示唆された．
その他（なぜ通ったか？等）
- …
- …