私たちは点群データから場所認識の問題に取り組み、自己注意機構と向きエンコーディングネットワーク（Self-Attention and Orientation Encoding Network: SOE-Net）を導入しました。このネットワークは、各点間の関係性を完全に探索し、ポイントワイズな局所記述子に長距離コンテキストを組み込むことを目指しています。PointOEモジュールでは、各点の8つの向きからの局所情報を捕捉します。一方で、自己注意ユニットを使用して、局所記述子間の長距離特徴依存関係を捕捉します。さらに、一般的に使用されているメトリック学習損失よりも優れた性能を達成する新しい損失関数であるHard Positive Hard Negativeクアドラプレット損失（HPHNクアドラプレット: HPHN quadruplet）を提案しています。様々なベンチマークデータセットでの実験結果は、提案したネットワークが現行の最先端手法よりも優れた性能を示すことを証明しています。私たちのコードは、https://github.com/Yan-Xia/SOE-Net で公開されています。