MobileGeo: 探索面向资源高效的跨视图无人机地理定位的层次化知识蒸馏
计算机视觉与模式识别
2026-01-09 v3
摘要
跨视图地理定位 (CVGL) 在无人机基于多媒体应用中发挥着关键作用，通过匹配无人机捕获的航空图像与带地理标签的卫星数据库来实现 GNSS 被剥夺环境下的精确定位。然而，现有方法依赖资源密集的特征对齐和多分支架构，导致高推理成本，限制其在边缘设备上的部署。我们提出 MobileGeo，一个面向高效设备端 CVGL 的 mobile-friendly 框架：1) 在训练期间，采用层次化蒸馏 (HD-CVGL) 范式，结合不确定性感知预测对齐 (UAPA)，将关键信息蒸馏到紧凑模型而不增加推理开销。2) 在推理期间，高效的多视图选择细化模块 (MSRM) 利用互信息筛选冗余视图，降低计算负荷。广泛实验表明，MobileGeo 在 University1652 数据集上超越了之前的 SOTA 方法，在 AP 上提升 4.19%，同时 FLOPs 高效 5 倍，速度快 3 倍。关键的是，MobileGeo 在 NVIDIA AGX Orin 边缘设备上以 251.5 FPS 的速度运行，展示了其在实时设备端无人机地理定位中的实际可行性。代码已公开于 https://github.com/SkyEyeLoc/MobileGeo。
引用
@article{arxiv.2510.22582,
title = {MobileGeo: Exploring Hierarchical Knowledge Distillation for Resource-Efficient Cross-view Drone Geo-Localization},
author = {Jian Sun and Kangdao Liu and Chi Zhang and Chuangquan Chen and Junge Shen and C. L. Philip Chen and Chi-Man Vong},
journal= {arXiv preprint arXiv:2510.22582},
year = {2026}
}