arXiv Computer Vision· Yutong Hu, Jinhui Chen, Chaoqiang Xu, Yuan Kou, Sili Zhou, Shaocheng Yan, Pengcheng Shi, Qingwu Hu, Jiayuan Li·· 4 小时前AI 评分22
CORE：百万级全球跨模态地理定位数据集与物理一致性学习框架 PLANET
Global Cross-Modal Geo-Localization: A Million-Scale Dataset and a Physical Consistency Learning Framework
AI 导读
研究团队构建了 CORE，首个面向全球跨模态地理定位的百万级数据集，包含来自六大洲 225 个地理区域的 1,034,786 张跨视角图像，并利用 LVLM 零样本推理合成高质量场景描述。同时提出物理规律感知网络 PLANET，通过新型对比学习范式引导文本表征捕捉卫星影像的内在物理特征。实验表明 PLANET 显著优于现有最先进方法，数据集与源代码将开源。
来源：arXiv Computer Vision · arxiv.org