SkyLink：通过无人机中介的3D场景对齐统一街景-卫星地理定位
计算机视觉与模式识别
2025-09-30 v1 多媒体
摘要
跨视角地理定位旨在建立不同视角之间的位置对应关系。现有方法通常通过直接特征相似度匹配来学习跨视角相关性，往往忽略了极端视角差异引起的语义退化。为了解决这一独特问题，我们关注视角变化下的鲁棒特征检索，并提出了新颖的SkyLink方法。我们首先利用Google检索增强模块对街景图像进行数据增强，以缓解因街景视角受限导致的关键目标遮挡问题。进一步采用Patch感知特征聚合模块来强调多个局部特征聚合，以确保跨视角的一致特征提取。同时，我们整合了由多尺度无人机图像构建的3D场景信息作为街景与卫星视角之间的桥梁，并通过自监督和跨视角对比学习进行特征对齐。实验结果证明了在多样化城市场景中的鲁棒性和泛化能力，在UAVM2025挑战赛的University-1652数据集上实现了25.75%的Recall@1准确率。代码将发布于 https://github.com/HRT00/CVGL-3D。
引用
@article{arxiv.2509.24783,
title = {SkyLink: Unifying Street-Satellite Geo-Localization via UAV-Mediated 3D Scene Alignment},
author = {Hongyang Zhang and Yinhao Liu and Zhenyu Kuang},
journal= {arXiv preprint arXiv:2509.24783},
year = {2025}
}