Location Autoencoder

新的 DIG 模型利用扩散和位置表示来推进图像地理定位

研究人员开发了一种名为 DIG 的新型基于扩散的模型，用于图像地理定位，可以预测照片的拍摄地点。与直接生成坐标的先前方法不同，DIG 学习在预训练的位置编码器的表示空间内预测位置。这种方法利用位置自动编码器 (LAE) 将嵌入映射回具有公里级精度的坐标。DIG 在多个基准测试中取得了最先进的性能，优于基于坐标的生成模型和基于检索的方法。