GeoLink：面向跨视图地理定位的 3D aware 框架
计算机视觉与模式识别
2026-04-17 v2 多媒体
摘要
可迁移的跨视图地理定位旨在在未见区域和条件下无 GPS 监督下匹配同一位置的视图。其核心难点在于因视角变化和域迁移下的语义不一致导致的严重问题。现有方法主要依赖 2D 对应物，但容易受到跨视图中冗余共享信息的干扰，导致表示不够可迁移。为此，我们提出 GeoLink，一个用于可迁移跨视图地理定位的 3D aware 语义一致框架。具体而言，我们使用 VGGT 从多视角无人机图像离线重建场景点云，提供稳定的结构先验。基于这些 3D 锚点，我们以两种互补方式改进 2D 表示学习。几何感知语义细化模块在 3D 指导下缓解 2D 特征中可能的冗余和视角偏倚依赖；统一视图关系蒸馏模块将 3D 结构关系传递到 2D 特征中，提高跨视图对齐，同时保持 2D-only 推理管道。大量实验表明，GeoLink 在多个基准测试上均优于最先进的方法，在未见域和多样化天气环境下实现卓越的可迁移性。
引用
@article{arxiv.2604.13183,
title = {GeoLink: A 3D-Aware Framework Towards Better Generalization in Cross-View Geo-Localization},
author = {Hongyang Zhang and Yinhao Liu and Haitao Zhang and Zhongyi Wen and Zhenyu Kuang and Shuxian Liang and Xiansheng Hua},
journal= {arXiv preprint arXiv:2604.13183},
year = {2026}
}