HAYEUP

이전 포스팅에서 이어집니다. 지난번 포스팅에서 visual place recognition문제를 image retrieval로 정의하였고 이를 위해서 VLAD가 local image descriptor를 image representation 벡터로 pooling 하는 방법을 수식을 통해서 알아보았습니다. VLAD image representation 벡터 $V$는 다음과 같은 식으로 계산할수 있었습니다. $V(k) = \sum_{i=1}^{N}a_k({\bf{x_i}})(x_i - c_k)$ 위의 식을 신경망이 backpropagation방식으로 학습하기 위해서는 해결해야 할 문제가 있습니다. backpropagation 방식의 학습은 신경망의 각 노드가 결과에 얼마큼의 영향을 끼쳤는지 그 기여도를 미분..

처음으로 포스팅할 논문은 NetVLAD: CNN architecture for weakly supervised place recognition라는 제목으로 IEEE CVPR 2016에 발행된 논문입니다. NAVER LABS에서 진행하고 있는 Mapping & Localization Challenge에서 자체적으로 제작한 데이터셋을 활용한 localization 기법으로 사용한 방법론에 소개되어 있어 읽어보았습니다. NAVER LABS Mapping & Localization Challenge 네이버랩스가 만든 공간 데이터를 공유하고 함께 연구합니다. challenge.naverlabs.com [매핑 & 로컬라이제이션 챌린지] 데이터셋 구축 과정과 베이스라인 측위 기법 지난 4월 8일 ‘네이버랩스 매핑 &..