论文精读7：Each Part Matters: Local Patterns Facilitate Cross-view Geo-localization

Each Part Matters: Local Patterns Facilitate Cross-view Geo-localization

---

• Each Part Matters: Local Patterns Facilitate Cross-view Geo-localization

  • 时间

    • 2021

  • 作者

    • 杭州电子科技大学自动化学院（人工智能学院）智能信息处理实验室博三学生王廷宇

  • idea

    • 无人机导航，纳入了第三个图像，即：空域、地域、无人机视角

    • 关注了图像邻近区域提供的信息

    • 灵感来自于人类视觉系统解释和匹配不同观点的同一场景的过程。在识别两个不同平台的地理场景时，人类视觉系统通常采用分层处理的方式来提高判断的准确性。具体来说，人类视觉系统首先关注同一地理目标是否包含在不同的视点场景中。然后，人类视觉系统将检查地理目标周围的上下文信息，以验证匹配的正确性。当没有显著的地标时，人们通常会借助地图来寻找有区别的邻近地区。

  • method

    • 提出了一个Local Pattern Network (LPN)

    • 具有三个分支，是孪生神经网络的扩展，分别包括卫星视角、无人机视角、地面视角

      • 卫星视角和无人机视角共享权重

    • 利用ResNet作为特征提取骨架

    • 采用了“方环划分策略来划分特征”，地理目标一般分布在图像的中心，而上下文信息则呈辐射状分布在图像的四周。基于这种语义信息分布的假设，正方形环形分区的中心可以近似地位于特征映射的中心。