Jul, 2024

基于风格对齐的动态观测方法在无人机视觉地理定位中的应用

PDF
TL;DR提出了一种基于风格对齐的动态观测方法，用于无人机视野地理定位，该方法从视觉风格转换和周围噪声控制两个方面应对挑战，并且通过降低周围噪声和地理变形的双方形环流结构的分层注意力块 (HAB) 提高了模型的性能，实验结果在基准数据集上显示出其良好的性能。
uav-view geo-localizationdynamic observation methodstyle alignmentsurrounding noise controlstate-of-the-art performance
发现论文，激发创造
  • 面向导向对比学习的无人机视角地理定位

    通过建议的方向引导训练框架，本文在无人机成像中通过层级定位，预测方向标签以支持训练，实现了高精度的地理定位，同时还可以增强卫星图像对空间的推广。

    Aug, 2023

  • 一种基于 Transformer 的无人机视角地理定位特征分割和区域对齐方法

    本文提出了一种名为特征分割与区域对齐 (FSRA) 的简单有效的转换器结构，用于加强模型理解上下文信息以及实例分布的能力，从而为解决无人机和卫星等不同视角下的地理图像匹配问题提供了一个新的解决方案，经过实验证明，该方法的性能卓越且达到了迄今为止在无人机目标定位和导航中的最佳表现。

    Jan, 2022

  • 基于递进对抗学习的无人机视觉地理定位的视角分布对齐

    提出了一种名为 PVDA（Progressive View Distribution Alignment）的网络，通过逐步对抗性学习策略来解决无人机（UAV）视觉地理定位中的图像间分布差异问题，以学习与地点相关且与视角无关的特征，并在 University-1652 数据集上取得了卓越的性能。

    Jan, 2024

  • University-1652: 无人机基于多视角多源地理定位基准测试集

    使用无人机来进行跨角度地理定位的研究。提出了一个包含三种不同拍摄角度数据的多视角多源数据集，以及两种新任务：利用无人机图像进行目标定位和导航。通过该数据集和卷积神经网络，精准地定位目标位置和在给定条件下将无人机导航到感兴趣的位置。

    Feb, 2020

  • 一种基于语义分割的地空图像匹配方法

    该论文提出了一种基于语义分析的方法，通过比较地面图像与卫星图像的特征，结合语义分割掩模，实现无 GPS 数据的查询地理定位，并在不同视场上通过对 CVUSA 数据集进行测试表明该方法提升了性能。

    Apr, 2024

  • 用于无人机车辆重新识别的自校准空间特征提取网络

    本文提出了一种自对齐无监督网络来提取无人机视角下肖像系统中的细化特征，旨在解决操作难度大、需要困难的注释过程的问题，并在 UAV-VeID 数据集上实现了最佳的 ReID 效果。

    Jan, 2022

  • 基于视觉的无人机在拒绝环境下的定位系统

    该研究通过视觉方法探究无人机在全球导航卫星系统拒绝服务环境下如何准确定位自身，为此构建了基于转换器的基线并提出了新的连续型评估指标 SDM，以解决现实应用场景中空间距离和尺度变换所带来的问题。同时，利用孪生网络和度量学习构建，设计邻居搜索后处理策略解决大距离定位偏差问题。

    Jan, 2022

  • 基于卫星图像的地理定位

    本文针对在地面视图图像查询给定地理参考卫星地图的定位问题提出了一种基于 CVM-Net 的 Markov 定位框架，通过更广泛的实验结果和分析，它扩展了我们早期关于 CVM-Net 的工作，并提出了一种 Markov 定位框架，该框架可以在可用的地面图像流视频的情况下增强地理定位结果。实验结果表明，我们提出的 Markov 定位框架可以在新加坡数据集上持续实现小误差内的车辆定位。

    Mar, 2019

  • 一种基于 Transformer 的自适应语义聚合算法用于无人机视觉地理定位

    这篇论文介绍了一种基于 Transformer 的自适应语义聚集方法，将部分作为图像中最具代表性的语义，并将部分级别的特征分解为所有补丁特征的自适应总和，以实现准确的无人机 - 卫星图像匹配。

    Jan, 2024

  • 无人机视觉定位的大规模数据集：UAV-VisLoc

    为解决无人机视觉定位问题，本文提出了一个大规模数据集 UAV-VisLoc，其中包含了来自中国 11 个地点的多种类型无人机图像和卫星地图，以支持模型的训练和测试。

    May, 2024