【论文笔记】Learning Multi-view Camera Relocalization with Graph Neural Networks（CVPR2020）
目的是为了定位的时候的解决奇异性，目前有很多解决的方法是使用LSTM网络记录之前的query数据，但是由于LSTM所可表达记录的信息有限，因此本文提出一种gnn的方式。
收到slam和三维重建的启发，使用类似pose graph的方式表示网络，这样即使时间上相对较远的帧也可以提供相互关系
为了表示不同帧直接的相互作用，使用cnn表示feature，gnn表示不同feature之间的相互作用关系（融合）
整体思路如下：
输入的是一些image（可以不用知道relative pose，可以是时间上跨度比较大的image，也可以是类似slam相近的image）（构成graph）
输出的是这些image 对应的pose（构成graph）
文章使用了cnn和gnn的融合。
3.1. Graph Definition（定义节点以及边，目标是学习从image的graph到pose graph的过程）
对比结构：
a显示的是lstm这样的网络一般都是链接的相邻关系，而本文的初始节点使用的是dense的链接，然后使用相思性度量取topk的相似度的所有的节点进行连接：
，x代表每个节点的feature，也就是image 的整体feature，cs是cose值
3.2. Message Passing（指的是怎样在节点之间feature进行传播以及相互作用）
定义：
，表示feature x i（也就是image I）到x j之间的相互作用message
为了防止某些权重失衡，在每个channel上作用了一个权重
，k表示feature的chennal，每个channel都有一个比例因子。
最终节点i的message表示为所有相邻的节点的message之和求平均
然后和本节点的feature融合得到最终本节点的feature
3.3 Multi-level Graph Modeling
文中使用了multi gnn的方法，在feature的1，2，3，4层分别使用上述网络进行迭代，得到最终的graph feature，然后gap+fc得到pose
loss：
第一项是6D-pose的误差，第二项是相连的变的relative pose的误差
实验结果：