基于高斯位置编码和跨视图关联的锚框无关的跨视图目标地理定位
计算机视觉与模式识别
2025-10-01 v1
摘要
大多数现有的跨视图目标地理定位方法采用锚框基方法。虽然有效，但此类方法本质上受限于预定义的锚框。为消除这种依赖，我们首先提出一种用于跨视图目标地理定位的锚框无关表述，称为 AFGeo。AFGeo directly 预测每个像素到 ground-truth 边界框的四个方向偏移量（左、右、上、下），从而在无需任何预定义锚框的情况下进行目标定位。为获得更稳健的空间先验，AFGeo 采用高斯位置编码（GPE）来建模查询图像中的点击点，缓解跨视图场景下对象位置不确定性带来的定位挑战。此外，AFGeo 引入跨视图目标关联模块（CVOAM），将同一目标及其周围环境在不同视角之间关联，使其能够在跨视图外观差异较大的情形下实现可靠定位。通过采用集成 GPE 和 CVOAM 于锚框无关定位范式，仅用极少的额外参数即可实现模型轻量且计算高效，在基准数据集上实现最先进的性能。
引用
@article{arxiv.2509.25623,
title = {Anchor-free Cross-view Object Geo-localization with Gaussian Position Encoding and Cross-view Association},
author = {Xingtao Ling and Chenlin Fu and Yingying Zhu},
journal= {arXiv preprint arXiv:2509.25623},
year = {2025}
}