SOE-Net：一种用于基于点云的位置识别的自注意力与方向编码网络
计算机视觉与模式识别
2021-05-25 v2
摘要
我们解决了基于点云数据的位置识别问题，并引入了一种自注意力与方向编码网络（SOE-Net），该网络充分探索点之间的关系并将长程上下文整合到点级局部描述子中。每个点在八个方向上的局部信息在 PointOE 模块中被捕获，而局部描述子之间的长程特征依赖则通过自注意力单元捕获。此外，我们提出了一种称为难正难负四元组损失（HPHN quadruplet）的新损失函数，其性能优于常用的度量学习损失。在各种基准数据集上的实验表明，所提出的网络优于当前最先进的方法。我们的代码已在 https://github.com/Yan-Xia/SOE-Net 公开发布。
引用
@article{arxiv.2011.12430,
title = {SOE-Net: A Self-Attention and Orientation Encoding Network for Point Cloud based Place Recognition},
author = {Yan Xia and Yusheng Xu and Shuang Li and Rui Wang and Juan Du and Daniel Cremers and Uwe Stilla},
journal= {arXiv preprint arXiv:2011.12430},
year = {2021}
}
备注
Accepted by CVPR2021 (Oral)