基于RGB图和法线图的联合感知网络用于跨视图地理定位
计算机视觉与模式识别
2025-09-09 v1
摘要
跨视图地理定位在无人机局部化和导航中发挥着关键作用。然而，由于图像之间的极端视点差异和外观变化，面临诸多挑战。现有方法主要依赖RGB图像的语义特征，往往忽视了从视点不变特征中捕获空间结构信息的重要性。为此，我们引入来自法线图的几何结构信息，提出一种联合感知网络以整合RGB和Normal图像 (JRN-Geo)。我们的方法采用双支路特征提取框架，利用差异感知融合模块 (DAFM) 和联合约束交互聚合 (JCIA) 策略，以实现语义信息和结构信息的深度融合和联合受限表示。此外，我们提出了一种3D地理增强技术，用于生成潜在的视点变异样本，增强网络学习视点不变特征的能力。在University-1652和SUES-200数据集上的大量实验表明，我们的方法在应对复杂视点变化方面具有鲁健性，实现了最先进的性能。
引用
@article{arxiv.2509.05696,
title = {JRN-Geo: A Joint Perception Network based on RGB and Normal images for Cross-view Geo-localization},
author = {Hongyu Zhou and Yunzhou Zhang and Tingsong Huang and Fawei Ge and Man Qi and Xichen Zhang and Yizhong Zhang},
journal= {arXiv preprint arXiv:2509.05696},
year = {2025}
}