PCAN: Lernen von 3D-Aufmerksamkeitskarten unter Verwendung kontextueller Informationen für die Punktewolkenbasierte Retrieval

Die punktwolkenbasierte Retrieval für die Ortserkennung ist ein aufkommendes Problem im Bereich der Bildverarbeitung. Die Hauptausforderung besteht darin, eine effiziente Methode zu finden, um lokale Merkmale in einen diskriminativen globalen Deskriptor zu kodieren. In dieser Arbeit schlagen wir ein Point Contextual Attention Network (PCAN) vor, das die Bedeutung jedes lokalen Punktmusters auf Grundlage des Punktkontexts vorhersagen kann. Unser Netzwerk ermöglicht es, bei der Aggregation von lokalen Merkmalen mehr Aufmerksamkeit den taskspezifischen Merkmalen zu schenken. Experimente mit verschiedenen Benchmark-Datensätzen zeigen, dass das vorgeschlagene Netzwerk bessere Ergebnisse als aktuelle state-of-the-art-Methoden erzielen kann.