SeqGeo-VL

新框架TrajLoc利用视频和文本数据增强地理定位能力

研究人员开发了TrajLoc，一个用于交叉视图地理定位的新框架，可以处理视频片段和文本路线描述。该框架利用密集的视觉和抽象语言语义来提高匹配精度。此外，还引入了一个名为TrajMod的模块，用于根据轨迹几何条件化查询嵌入，创建空间感知的表示。实验表明，TrajLoc在使用视频和文本输入进行地理定位任务时，显著优于现有方法，并得到了一个包含约39,000个视频-文本-卫星三元组的新数据集SeqGeo-VL的支持。