University-1652:一种用于无人机地理定位的多视角多源基准数据集

我们研究跨视角地理定位问题。该任务的主要挑战是学习对大视角变化具有鲁棒性的特征。现有基准能提供一定帮助,但视角数量有限。通常提供包含两个视角的图像对,例如卫星与地面,这可能不利于特征学习。除手机相机与卫星外,本文我们认为无人机可作为应对地理定位问题的第三平台。与传统地面视角图像相比,无人机视角图像遇到的障碍(如树木)更少,并能在环绕目标地点飞行时提供全面视图。为验证无人机平台的有效性,我们引入了一种新的用于无人机地理定位的多视角多源基准,名为 University-1652。University-1652 包含来自三个平台的数据,即全球 1,652 栋大学建筑的合成无人机、卫星和地面相机数据。据我们所知,University-1652 是首个基于无人机的地理定位数据集,并支持两项新任务,即无人机视角目标定位与无人机导航。顾名思义,无人机视角目标定位旨在透过无人机视角图像预测目标地点的位置。另一方面,给定卫星视角查询图像,无人机导航是驱动无人机飞抵查询中感兴趣的区域。我们使用该数据集分析了多种现成的 CNN 特征,并在这个具挑战性的数据集上提出了一个强 CNN 基线。实验表明,University-1652 有助于模型学习视角不变特征,并在真实场景中具有良好泛化能力。