面向图像地理位置模型的对象级解释：基于 GeoGuessr 的案例研究
计算机视觉与模式识别
2026-05-05 v1
摘要
当人类玩地理位置游戏如 GeoGuessr 时，会依赖具体的视觉线索，如路标、植被或建筑细节来推断图像被捕获的地点。whether 图像地理位置模型是否依赖类似的对象级证据仍难以确定，因为像 Grad-CAM 这样的归因方法通常会突出 diffuse 区域而非连贯的视觉实体，使其难以将模型预测与特定对象或可感知模式关联。本文提出一种以对象为中心的分析管线，以探究地理位置模型所依赖的视觉证据。我们从归因图开始，提取显著区域并将其分割为类似对象的元素。通过删除和插入测试评估其预测相关性，将归因导向的裁剪与具有类似覆盖范围的随机选取区域进行比较。在三个国家的基准测试上实验表明，归因导向的裁剪始终比随机裁剪在模型预测方面保留更多信息。这些结果表明，归因图可被分解为可解释、可感知的元素，为地理位置模型的对象级分析提供了一步。
引用
@article{arxiv.2605.00912,
title = {Object-Level Explanations for Image Geolocation Models: a GeoGuessr use-case},
author = {Emilie Durrieu and Christophe Hurter and Philippe Muller and Victor Boutin},
journal= {arXiv preprint arXiv:2605.00912},
year = {2026}
}