GeoRanker: 基于距离的全球图像地理定位排序
计算机视觉与模式识别
2025-10-15 v3
摘要
全球图像地理定位——即从任何地球位置拍摄的图像预测 GPS 坐标的任务——面临着由于地区视觉内容差异巨大的根本性挑战。虽然最近的方法采用检索候选者和选择最佳匹配的两阶段流程, 但通常依赖简单且基于点的监督, 无法建模候选者之间的空间关系。本文提出了 GeoRanker, 一个基于距离的排序框架, 利用大型视觉语言模型联合编码查询-候选互动并预测地理相邻性。此外, 我们引入了多阶距离损失, 对绝对距离和相对距离进行排序, 使模型能够推理结构化的空间关系。为支持这一目标, 我们策划了 GeoRanking, 第一个专为地理排序任务设计的数据集, 包含多模态候选者信息。GeoRanker 在两个广为人知的基准测试 (IM2GPS3K 和 YFCC4K) 上实现了最先进的结果, 显著优于当前最佳方法。
引用
@article{arxiv.2505.13731,
title = {GeoRanker: Distance-Aware Ranking for Worldwide Image Geolocalization},
author = {Pengyue Jia and Seongheon Park and Song Gao and Xiangyu Zhao and Sharon Li},
journal= {arXiv preprint arXiv:2505.13731},
year = {2025}
}
备注
NeurIPS 2025