面向大规模场景的细粒度跨视图地理定位统一层次框架
计算机视觉与模式识别
2025-05-13 v1
摘要
跨视图地理定位是解决大规模定位问题的有前景的方案，需要顺序执行检索和度量定位任务以实现细粒度预测。然而，现有方法通常专注于为这两个任务设计独立模型，导致协作效率低下并增加训练开销。在本文中，我们提出了 UnifyGeo，一种将检索和度量定位任务集成到单个网络中的新型统一层次地理定位框架。具体而言，我们首先采用统一的学习策略与共享参数共同学习多粒度表示，促进这两个任务之间的相互强化。随后，我们设计了一个由专用损失函数引导的再排序机制，通过提高检索准确性和度量定位参考值来增强地理定位性能。广泛的实验表明，UnifyGeo 在任务隔离和任务关联设置下均显著优于最先进的方法。值得注意的是，在支持细粒度定位评估的具有挑战性的 VIGOR 数据集上，same-area 和 cross-area 评估下，1 米级定位召回率分别从 1.53% 提升至 39.64% 和从 0.43% 提升至 25.58%。代码将公开发布。
引用
@article{arxiv.2505.07622,
title = {A Unified Hierarchical Framework for Fine-grained Cross-view Geo-localization over Large-scale Scenarios},
author = {Zhuo Song and Ye Zhang and Kunhong Li and Longguang Wang and Yulan Guo},
journal= {arXiv preprint arXiv:2505.07622},
year = {2025}
}