基于航空参考影像的广域跨视角图像地理定位

我们提出使用深度卷积神经网络来解决跨视角图像地理定位问题，其中地面查询图像的地地理位置通过匹配到地理参考航空图像来估计。我们使用最先进的地面图像特征表示，并引入一种跨视角训练方法，用于学习航空图像的联合语义特征表示。我们还提出了一种网络架构，融合从多个空间尺度航空图像中提取的特征。为支持这些网络的训练，我们引入了一个大规模数据库，包含来自美国各地的航空与地面图像对。我们的方法在两个基准数据集上显著优于当前最优(SOTA)方法。我们还定性地表明，所提出的特征表示在局部和大陆空间尺度上均具有判别性。