Im Gegensatz zu den bildbasierten Ansätzen ist die punktwolkenbasierte Retrieval für die Ortserkennung ein weitgehend unerforscht und unlösbares Problem geblieben. Dies liegt hauptsächlich an den Schwierigkeiten bei der Extraktion lokaler Merkmalsdeskriptoren aus einer Punktwolke, die anschließend in einen globalen Deskriptor für die Retrieval-Aufgabe kodiert werden können. In dieser Arbeit schlagen wir PointNetVLAD vor, bei dem wir auf den jüngsten Erfolgen tiefster Netzwerke (deep networks) aufbauen, um die punktwolkenbasierte Retrieval für die Ortserkennung zu lösen. Insbesondere ist unser PointNetVLAD eine Kombination/Modifikation des bestehenden PointNet und NetVLAD, die das end-to-end Training und die Inferenz ermöglicht, um aus einer gegebenen 3D-Punktwolke den globalen Deskriptor zu extrahieren. Darüber hinaus schlagen wir „lazy triplet“- und „quadruplet“-Verlustfunktionen vor, mit denen diskriminativere und allgemeiner verallgemeinerbare globale Deskriptoren erzielt werden können, um die Retrieval-Aufgabe anzugehen. Wir erstellen Benchmark-Datensätze für die punktwolkenbasierte Retrieval zur Ortserkennung, und die experimentellen Ergebnisse auf diesen Datensätzen zeigen die Machbarkeit unseres PointNetVLAD. Unser Code und der Link zum Download der Benchmark-Datensätze sind auf unserer Projektwebsite verfügbar:http://github.com/mikacuy/pointnetvlad/