본 논문은 모바일 로봇의 안전한 항해에 필수적인 시각적 위치 인식(VPR)을 다룬다. 파노라마 이미지와 커리큘럼 학습 전략을 통합한 삼중항 손실 함수로 미세 조정된 딥러닝 모델을 활용한다. 훈련 중 더 어려운 예제를 점진적으로 제시하여, 모델이 더욱 차별적이고 견고한 특징 표현을 학습하도록 하며, 기존의 대조 손실 함수의 한계를 극복한다. 훈련 후, VPR은 coarse(방 검색) 및 fine(위치 추정)의 두 단계로 수행된다. 제안된 방법은 다양한 실내 및 실외 환경에서 평가되었으며, 심각한 조명 변화, 노이즈 및 폐색과 같은 동적 시각 효과, 제한된 훈련 데이터와 같은 실제 운영 조건에서의 일반적인 문제에 대해 테스트되었다.
