研究人员开发了一种新颖的方法，通过融合卫星图像和平面地图来改进跨视图定位。该方法解决了使用单一模态的局限性，因为卫星图像提供精细细节，而地图提供带注释的对象，并且在地面特征被遮挡时仍然有用。所提出的融合模块通过跨模态条件和补丁级融合规则增强了标准编码器，将平均定位误差降低了 30.13%，并取得了最先进的结果。 AI
排序理由 该集群包含一篇详细介绍跨视图定位新方法的学术论文。[lever_c_demoted from research: ic=1 ai=0.7]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2606.10166v1 Announce Type: new Abstract: Current cross-view localization methods predominantly rely on satellite imagery as the aerial modality. Although recent work explores planimetric maps (e.g., OpenStreetMap tiles), these approaches often lag in performance. Yet both …