GraphGeo：基于异构图神经网络的视觉地理位置多智能体辩论框架
计算机视觉与模式识别
2025-12-23 v2 图形学
摘要
视觉地理位置定位需要 extensive 的地理知识和复杂的推理才能确定图像位置而不依赖GPS元数据。传统的检索方法受限于数据库的覆盖范围和质量。最近的大型视觉语言模型(LVLMs)通过直接从图像内容进行位置推理，但单个模型在处理多样化的地理区域和复杂场景方面存在困难。现有的多智能体系统通过模型协作提高性能，但 treats all agent interactions uniformly，缺乏有效处理冲突预测的机制。我们提出GraphGeo，一个利用异构图神经网络进行视觉地理位置定位的多智能体辩论框架。该方法通过带类型的边建模多样化的辩论关系，区分支持性合作、竞争性论证和知识传递。我们引入双层辩论机制，结合节点级细化和边级论证建模。跨层拓扑细化策略使图结构和智能体表示能够协同演化。实验表明，GraphGeo在多个基准测试上显著优于最先进的方法。该框架通过结构化辩论将智能体之间的认知冲突转化为提高地理位置定位精度的动力。
引用
@article{arxiv.2511.00908,
title = {GraphGeo: Multi-Agent Debate Framework for Visual Geo-localization with Heterogeneous Graph Neural Networks},
author = {Heng Zheng and Yuling Shi and Xiaodong Gu and Haochen You and Zijian Zhang and Lubin Gan and Hao Zhang and Wenjun Huang and Jin Huang},
journal= {arXiv preprint arXiv:2511.00908},
year = {2025}
}
备注
This submission has been withdrawn by the authors due to a fundamental error in the methodology that affects the validity of the main results