VAGeo: 面向跨视角目标地理定位的视角特定注意力
计算机视觉与模式识别
2025-01-14 v1
摘要
跨视角目标地理定位旨在将地面或无人机视角捕获图像中的感兴趣目标定位到卫星图像中。然而，现有工作将地面视角和无人机视角的查询图像等同对待，忽略了它们固有的视角差异以及查询图像与卫星视角参考图像之间的空间相关性。为此，本文提出了一种新颖的视角特定注意力地理定位方法，用于精确的跨视角目标地理定位。具体而言，VAGeo包含两个关键模块：视角特定位置编码模块和通道-空间混合注意力模块。在目标层面，根据地面和无人机查询图像不同视角的特点，在视角特定位置编码模块中设计了视角特定的位置编码，以更准确地识别查询图像的点击点目标。在特征层面，通过同时结合通道注意力和空间注意力机制，在通道-空间混合注意力模块中引入了混合注意力，以学习判别性特征。大量实验结果表明，所提出的VAGeo取得了显著的性能提升，即在CVOGL数据集上，地面视角的[email protected]/[email protected]从45.43%/42.24%提升至48.21%/45.22%，无人机视角从61.97%/57.66%提升至66.19%/61.87%。
引用
@article{arxiv.2501.07194,
title = {VAGeo: View-specific Attention for Cross-View Object Geo-Localization},
author = {Zhongyang Li and Xin Yuan and Wei Liu and Xin Xu},
journal= {arXiv preprint arXiv:2501.07194},
year = {2025}
}
备注
Accepted by ICASSP 2025