DeepGeo：基于深度神经网络的照片定位
计算机视觉与模式识别
2018-10-09 v1 机器学习
摘要
本文探讨确定图像地理位置的任务，这是学习与计算机视觉中的一个相关问题。该研究的灵感来自游玩 GeoGuessr，一款测试人类仅利用周围图像进行自我定位能力的游戏。具体而言，我们希望研究地理、生态和人造特征如何泛化用于随机位置预测。这被构建为一个分类问题：给定从美国采样的图像，预测其最可能的 50 个州之一。先前工作使用在大型、未过滤的在线数据集上充分训练的模型，这些数据集偏向特定位置。为此，我们创建（并开源）了 50States10K 数据集——包含该国的 50 万张 Google 街景图像。我们训练了一个基于 ResNet 架构的深度神经网络，并提出了四种融入低级基数信息的策略。该模型在测试数据集上达到了比随机猜测好 20 倍的准确率，在取前 5 猜测中最佳结果时准确率升至 71.87%。该网络还在 GeoGuessr 的 5 轮中有 4 轮击败人类受试者。
引用
@article{arxiv.1810.03077,
title = {DeepGeo: Photo Localization with Deep Neural Network},
author = {Sudharshan Suresh and Nathaniel Chodosh and Montiel Abello},
journal= {arXiv preprint arXiv:1810.03077},
year = {2018}
}
备注
7 pages, 9 figures. Pre-print after submission to conference