RHO: 基于全景OSM的鲁棒整体度量跨视角地理定位
计算机视觉与模式识别
2026-05-29 v2
摘要
度量跨视角地理定位（MCVGL）旨在通过匹配地面图像与卫星图像来估计相机的3自由度位姿（位置与航向）。在本工作中，我们不使用针孔相机图像与卫星图像，而是研究利用全景图与OpenStreetMap（OSM）进行鲁棒的MCVGL。为此，我们建立了一个大规模的MCVGL基准数据集CV-RHO，包含超过270万张在不同天气、光照条件以及传感器噪声下的图像。此外，我们提出了一种名为RHO的模型，采用双分支Pin-Pan架构进行精确视觉定位。引入了一种分裂-去畸变-合并（SUM）模块来处理全景畸变，并设计了一种位置-方向融合（POF）机制来提升定位精度。大量实验证明了CV-RHO数据集的价值以及RHO模型的有效性，与最先进基线相比性能显著提升高达20%。项目页面：https://github.com/InSAI-Lab/RHO。
引用
@article{arxiv.2603.27758,
title = {RHO: Robust Holistic OSM-Based Metric Cross-View Geo-Localization},
author = {Junwei Zheng and Ruize Dai and Ruiping Liu and Zichao Zeng and Yufan Chen and Fangjinhua Wang and Kunyu Peng and Kailun Yang and Jiaming Zhang and Rainer Stiefelhagen},
journal= {arXiv preprint arXiv:2603.27758},
year = {2026}
}
备注
Accepted by CVPR 2026. Project page: https://github.com/InSAI-Lab/RHO