PulseAugur
实时 01:55:55
English(EN) TOL: Textual Localization with OpenStreetMap

新的TOL框架支持文本到OpenStreetMap的本地化

研究人员推出了TOL,一个用于文本到OpenStreetMap(T2O)本地化(Text-to-OpenStreetMap localization)的新基准和框架。该方法仅凭文本描述即可估算城市环境中的二维位置,而无需依赖几何观测或GNSS。TOL基准包含约121,000个文本查询,与波士顿、卡尔斯鲁厄和新加坡的OSM地图瓦片配对。提出的TOLoc框架使用粗粒度到细粒度的方法来建模语义和方向信息,从而提高了本地化性能。 AI

影响 引入了一种使用文本和OpenStreetMap进行地理空间本地化的新方法,可能支持新的位置感知应用。

排序理由 该提交是一篇介绍新基准和本地化框架的学术论文。

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的TOL框架支持文本到OpenStreetMap的本地化

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Youqi Liao, Shuhao Kang, Jingyu Xu, Olaf Wysocki, Yan Xia, Jianping Li, Zhen Dong, Bisheng Yang, Xieyuanli Chen ·

    TOL: Textual Localization with OpenStreetMap

    arXiv:2604.01644v2 Announce Type: replace Abstract: Natural language provides an intuitive way to express spatial intent in geospatial applications. While existing localization methods often rely on dense point cloud maps or high-resolution imagery, OpenStreetMap (OSM) offers a c…