本論文では、弱教師あり学習を使用して3次元点群のマッチングに向けた3次元特徴検出器と記述子を学習する3DFeat-Netを提案します。多くの既存の手法とは異なり、当手法ではマッチング点クラスタの手動アノテーションを必要としません。代わりに、GPS/INSタグ付き3次元点群から特徴対応関係を学習するために、アライメントと注意機構を利用しています。明示的にそれらを指定することなく、これらの特徴対応関係を学習することが可能です。また、屋外LiDARデータセットの訓練用およびベンチマーク用データを作成し、実験結果は3DFeat-Netがこれらの重力アライメントデータセットにおいて最先端の性能を得ていることを示しています。