PulseAugur
实时 17:41:44
English(EN) SCC-Loc: A Unified Semantic Cascade Consensus Framework for UAV Thermal Geo-Localization

新框架在无人机热成像地理定位方面实现9.37米精度

研究人员开发了SCC-Loc,一个用于无人机(UAV)在GPS不可用环境中进行热成像地理定位的新框架。该系统通过采用统一的语义级联共识方法,解决了热成像-可见光模态差异带来的挑战。SCC-Loc利用共享的DINOv2骨干网络进行高效的全局检索和匹配,并整合了自适应视口对齐、纹理结构过滤和可靠性感知位置选择等模块,实现了高度准确的零样本定位。该框架建立了新的最先进水平,平均定位误差达到9.37米,在5米阈值内精度提高了7.6倍,并得到了一个名为Thermal-UAV的新数据集的支持。 AI

排序理由 该集群包含一篇学术论文,详细介绍了一个针对特定技术问题的新框架和数据集。[lever_c_demoted from research: ic=1 ai=1.0]

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 →

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Xiaoran Zhang, Yu Liu, Jinyu Liang, Kangqiushi Li, Zhiwei Huang, Huaxin Xiao ·

    SCC-Loc: A Unified Semantic Cascade Consensus Framework for UAV Thermal Geo-Localization

    arXiv:2604.03120v2 Announce Type: replace Abstract: Cross-modal Thermal Geo-localization (TG) provides a robust, all-weather solution for Unmanned Aerial Vehicles (UAVs) in Global Navigation Satellite System (GNSS)-denied environments. However, profound thermal-visible modality g…