PARC-Loc: 부분 할당 및 관계적 일관성을 통한 텍스트-점군 현지화

텍스트-점군 현지화(Text-to-point-cloud localization)는 주변 객체에 대한 설명을 바탕으로 도시 규모의 3D 지도에서 위치를 추정합니다. 기존의 거친 단계부터 세밀한 단계로 접근하는 방법들은 집계된 학습 가능한 호환성을 사용하여 서브맵을 검색하고, 그 후 선택된 서브맵 내에서 현지화합니다. 하지만 반복적이거나 유사한 도시 객체는 쿼리와 여러 서브맵 간의 임베딩 유사도를 부풀릴 수 있으며, 이 경우 서브맵 내 인스턴스 배치가 쿼리 설명을 위반하더라도 발생할 수 있습니다. 한편, 쿼리와 관련된 인스턴스는 종종 서브맵 경계를 가로지르기 때문에 검색된 서브맵은 불완전한 문맥적 증거를 갖게 됩니다. 우리는 이러한 실패 모드를 각각 레이아웃 비일관성 별칭(layout-inconsistent aliasing)과 경계 증거 불완전성(boundary evidence incompleteness)이라고 명명합니다. 이를 해결하기 위해, 우리는 부분 할당 및 관계적 일관성(Partial Assignment with Relational Consistency, PARC)을 기반으로 구축된 거친 단계부터 세밀한 단계까지의 현지화 프레임워크인 PARC-Loc을 제안합니다. PARC는 힌트-객체 호환성과 쌍별 공간 관계를 공동으로 모델링하여, 매칭되지 않은 요소들을 허용하면서도 쿼리된 레이아웃과 일관된 할당을 선호할 수 있게 합니다. 거친 단계에서는 후보 레벨 평가가 신경망 유사도를 보완하여 레이아웃에 일관된 서브맵 선택을 수행합니다. 세밀한 단계에서는 인접 서브맵의 쿼리와 관련된 인스턴스로 문맥이 확장되며, PARC는 크로스모달 어텐션(cross-modal attention)을 안내하는 객체 레벨 매칭 가중치를 산출합니다. KITTI360Pose와 CityLoc에 대한 광범위한 실험 결과, PARC-Loc은 기존의 거친 단계부터 세밀한 단계까지의 기준 모델들보다 우수한 성능을 보였습니다. KITTI360Pose에서 우리의 방법은 5m 거리에서의 Top-1 현지화 재현율(recall)을 0.50에서 0.67로 개선하여, 가장 강력한 기준 모델 대비 34%의 상대적 이득을 달성했습니다.