UNIGEOCLIP：统一地理对比学习
计算机视觉与模式识别
2026-04-14 v1
摘要
大量悬而置的地理空间数据，涵盖航空图像、街景视图、地形模型、文本和地理坐标，为多模态表征学习提供了独特机遇。我们引入 UNIGEOCLIP，一个大规模多模态对比框架，用于在单个统一嵌入空间中联合对齐五种互补地理模态。与先前方法依赖模态融合或依赖中心枢轴表示不同，本方法执行全息对比对齐，实现对任意模态组合的无缝比较、检索和推理。我们进一步提出了比例纬度-经度编码器，通过捕捉多尺度地理结构来改进空间表征。广泛的下游地理任务实验表明，UNIGEOCLIP 持续地超过单模态对比模型和坐标-only 基线，凸显了整体多模态地理对齐的优势。已提供参考实现，地址为 https://gastruc.github.io/unigeoclip。
引用
@article{arxiv.2604.11668,
title = {UNIGEOCLIP: Unified Geospatial Contrastive Learning},
author = {Guillaume Astruc and Eduard Trulls and Jan Hosang and Loic Landrieu and Paul-Edouard Sarlin},
journal= {arXiv preprint arXiv:2604.11668},
year = {2026}
}