利用选择性预测实现可靠的图像地理定位
计算机视觉与模式识别
2021-11-24 v1 多媒体
摘要
可靠的图像地理定位对于从社交媒体地理标记到假新闻检测等多种应用至关重要。最先进的地理定位方法在从图像估计地理位置的任务上超越人类表现。然而，尚无方法评估图像对该任务的适用性，导致对不含地理定位线索的图像产生不可靠和错误的估计。本文中，我们定义了图像可定位性任务（即图像对地理定位的适用性），并提出一种选择性预测方法来解决该任务。具体而言，我们提出两种新颖的选择函数，利用地理定位模型的输出概率分布在不同尺度上推断可定位性。我们的选择函数与最广泛使用的选择性预测基线进行了基准比较，在所有情况下均优于它们。通过放弃预测不可定位图像，我们将城市尺度的地理定位准确率从 27.8% 提升至 70.5%，从而使当前地理定位模型对真实世界应用可靠。
引用
@article{arxiv.2111.11952,
title = {Leveraging Selective Prediction for Reliable Image Geolocation},
author = {Apostolos Panagiotopoulos and Giorgos Kordopatis-Zilos and Symeon Papadopoulos},
journal= {arXiv preprint arXiv:2111.11952},
year = {2021}
}
备注
Accepted to the 28th International Conference on MultiMedia Modeling (MMM' 22)