Cross-view geo-localization
PulseAugur coverage of Cross-view geo-localization — every cluster mentioning Cross-view geo-localization across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新的 X-VGGT 模型通过地面和卫星图像实现地理配准三维重建 · 已追踪 2 个来源
研究人员开发了 X-VGGT，这是一种新颖的前馈式跨视图几何 Transformer，专为地理配准三维重建而设计。该系统集成了地面图像和卫星图像，可同时预测相机姿态、密集三维点图和场景级变换。X-VGGT 模型将局部重建投影到卫星平面，从而实现所有地面图像与地理配准卫星数据的地理配准。评估结果表明，X-VGGT 在准确性和性能方面优于现有的跨视图地理定位和多视图三维重建方法。
-
新方法增强遥感和边缘设备的视觉定位能力
研究人员开发了两种新的视觉定位方法，这是一种利用视觉数据精确定位设备位置的技术。VFM-Loc 是一个无需训练的框架，它将基础模型的判别性视觉线索进行对齐，以匹配无人机视角图像与卫星图像，在具有挑战性的数据集上取得了显著的改进。AsymLoc 提出了一种非对称方法，其中一个大型教师模型离线处理数据库图像，一个轻量级学生模型在线处理查询图像，从而在最小的精度损失下实现高效定位。
-
CIPER框架统一图像检索和姿态估计
研究人员开发了CIPER，一个新颖的统一跨视图地理定位框架，可同时执行大规模图像检索和精确姿态估计。与以往分别处理这些任务的方法不同，CIPER使用共享的Transformer编码器将它们集成到一个单一架构中。该方法利用特定任务的token和一个双向Transformer姿态解码器来学习互惠特征，弥合了地面和航空影像之间的领域差距。在多个数据集上的实验表明，CIPER在具有挑战性的条件下（如视场有限和任意方向）取得了有竞争力的性能。