跳到正文
arXiv · 机器人与计算机视觉· Yutong Hu, Jinhui Chen, Chaoqiang Xu, Yuan Kou, Sili Zhou, Shaocheng Yan, Pengcheng Shi, Qingwu Hu, Jiayuan Li·· 2026-10-15AI 评分65

全球跨模态地理定位:百万规模数据集与物理一致性学习框架

Global Cross-Modal Geo-Localization: A Million-Scale Dataset and a Physical Consistency Learning Framework

AI 导读

论文介绍 CORE 数据集和 PLANET 框架以解决全球跨模态地理定位难题。CORE 包含来自六大洲 225 个区域的 103.4 万张跨视角图像,利用大视觉语言模型合成场景描述;PLANET 提出对比学习范式引导文本表征捕捉卫星影像的物理特征。实验显示 PLANET 在多种区域显著优于现有方法,数据集与代码将公开。

来源:arXiv · 机器人与计算机视觉 · arxiv.org