Vigor

CIPER框架统一图像检索和姿态估计

研究人员开发了CIPER，一个统一地理定位的跨视图图像检索和姿态估计的新框架。与之前将这些视为独立任务的方法不同，CIPER的单一架构通过学习互惠特征来联合执行这两项任务。该系统利用共享的Transformer编码器和特定任务的token来区分检索和定位线索，并通过双向Transformer姿态解码器解决地面和航空影像之间的域差距。在基准数据集上的实验表明，该系统具有竞争力，尤其是在视场有限和任意方向等挑战性条件下。