egenioussBench：面向地理空间视觉定位的新数据集
计算机视觉与模式识别
2026-05-08 v1
摘要
我们提出 egenioussBench，一个基于地理空间参考数据的视觉定位基准数据集：城市规模的航空 3D 网格和 CityGML LoD2 模型。这一组合反映了可部署的制图资产，支持超越传统 SfM 方法的真实可扩展性。查询数据包括采用 PPK 和 GCP/CP 辅助校正获得的厘米级、与地图无关的真实位置。从 2709 张图像中，我们通过估计渲染深度的完整视觉共现矩阵，并选取最大独立子集；公开数据包括 42 张不可见图像的测试划分（保留真实位置）以及 412 张顺序图像的验证划分（包含姿态），例如用于训练姿态回归器和自我验证。该基准包含基于分箱指标的公开排行榜，在多个姿态误差阈值下进行评估，同时包含全球统计量（中位数、RMSE、离群值比例），确保 mesh 和 LoD2 方法之间的公平、一致的比较。鉴于这些设计选择，暴露了真实的跨视图和跨域挑战，同时为推动大规模视觉定位提供了严谨、可扩展的路径。我们在 https://github.com/fratopa/egenioussBench 和 https://www.egeniouss.eu/ 上提供评估代码和数据。
引用
@article{arxiv.2605.05351,
title = {egenioussBench: A New Dataset for Geospatial Visual Localisation},
author = {Phillipp Fanta-Jende and Francesco Vultaggio and Alexander Kern and Yasmin Loeper and Markus Gerke},
journal= {arXiv preprint arXiv:2605.05351},
year = {2026}
}