SinGeo：解锁单模型在鲁棒跨视图地理定位中的潜能
计算机视觉与模式识别
2026-03-11 v1
摘要
鲁棒的跨视图地理定位 (CVGL) 尽管近期取得了显著进展，仍面临挑战。现有方法依赖于视图场域 (FoV) 特定的训练范式，即在固定 FoV 下优化模型，但在测试于未见 FoV 和未知方向时会失效。这一局限性 necessitates 部署多个模型以覆盖多样化的变化。虽然已有研究通过简单随机化 FoV 实现动态 FoV 训练，但未能在多样化条件下实现鲁棒性——隐含所有 FoV 都 equally difficult 的假设。为此，我们提出 SinGeo，一个简单却强大的框架，使单个模型能够在无需额外模块或显式变换的情况下实现鲁棒的跨视图地理定位。SinGeo 采用双判别学习架构，增强 ground 和 satellite 分支内部的视内判别性，首次引入课程学习策略以实现鲁棒的 CVGL。广泛的在四个基准数据集上的评估表明，SinGeo 在多样化条件下达成最先进 (SOTA) 结果，显著优于专为极端 FoV 训练的方法。除了卓越的性能，SinGeo 还表现出跨架构的可迁移性。进一步，我们提出一种一致性评估方法，以定量评估模型在不同视图下的稳定性，为理解和推动未来 CVGL 研究中的鲁棒性提供可解释的视角。代码将在接受后公开。
引用
@article{arxiv.2603.09377,
title = {SinGeo: Unlock Single Model's Potential for Robust Cross-View Geo-Localization},
author = {Yang Chen and Xieyuanli Chen and Junxiang Li and Jie Tang and Tao Wu},
journal= {arXiv preprint arXiv:2603.09377},
year = {2026}
}
备注
v1