基于地面到卫星跨视角图像检索的地理定位

视角的巨大变化以及目标周围无关内容总是阻碍准确的图像检索及其后续任务。本文研究一项极具挑战性的任务：给定地标的地面视角图像，旨在通过检索其对应的卫星视角图像来实现跨视角地理定位。具体而言，挑战源于地面视角与卫星视角之间的鸿沟，不仅包括巨大的视角变化（地标的某些部分从前视到顶视可能不可见），还包括高度无关的背景技术（目标地标往往隐藏于周围其他建筑中），使得难以学习公共表示或合适的映射。为解决此问题，我们利用无人机视角信息作为地面视角与卫星视角域之间的桥梁。我们提出一种同侪学习与交叉扩散（PLCD）框架。PLCD 由三部分组成：1）地面视角与无人机视角间的同侪学习，以寻找可见部分来促进地面-无人机跨视角表示学习；2）基于块的网络用于卫星-无人机跨视角表示学习；3）地面-无人机空间与卫星-无人机空间之间的交叉扩散。在 University-Earth 和 University-Google 数据集上的大量实验表明，我们的方法显著优于当前最优（state-of-the-art）方法。