arXiv cs.AI· Chi-Nguyen Tran, Dao Sy Duy Minh, Huynh Trung Kiet, Nguyen Lam Phu Quy, Phu-Hoa Pham, Long Tran-Thanh·· 4 小时前AI 评分29
SKYPART:基于原型语义部件发现的天气鲁棒跨视角地理定位
Skypart : Weather-Robust Cross-View Geo-Localization via Prototype-Based Semantic Part Discovery
AI 导读
SKYPART 是一个面向 patch-based ViT 的轻量可替换头部,通过可学习原型对 patch token 做单次余弦分配来显式分组语义部件,仅 26.95M 参数、22.14 GFLOPs。
正文 · AI 翻译
摘要:低空经济正在快速发展,对可靠无人机导航的需求日益增长。配送、巡检和搜救等常见任务依赖全球导航卫星系统(GNSS),而该系统可能被干扰、欺骗或不可用。跨视角地理定位(CVGL)通过将倾斜的无人机视角与带地理参考的卫星瓦片进行匹配,为 GNSS 失效时的自主定位提供了替代方案。然而,当前的 CVGL 方法存在三个局限:(1)全局描述子将图块网格压缩为单一向量,未能将跨视角共享的布局与视角特定的纹理分离;(2)与高度相关的尺度变化仍保留在学习到的嵌入中,而未被作为干扰因素边缘化;(3)多目标训练尽管梯度尺度不兼容,仍使用手工调整的损失权重。我们提出 SKYPART,一种用于基于图块的视觉 Transformer(ViT)的轻量级、可替换头部,它显式地将图块分组为部件。它结合了:(i)可学习原型,通过单次余弦分配竞争图块 token;(ii)仅在训练期间使用的高度条件线性调制,在推理时产生无高度信息的检索嵌入;(iii)对活跃原型的图注意力读出;以及(iv)Kendall 不确定性加权多目标学习,端到端学习损失组权重。SKYPART 具有 26.95M 参数和 22.14 GFLOPs,是我们比较中最小的顶级性能方法,并在 SUES-200、University-1652 和 DenseUAV 上使用单次检索(无需重排序或测试时增强(TTA))取得了最先进的结果。在十种 WeatherPrompt 损坏条件下,其相对于最强基线的准确率优势进一步扩大。代码:此 https URL。
| Comments: | Accepted At Neurips 2026 |
| Subjects: | 计算机视觉与模式识别(cs.CV);人工智能(cs.AI);机器人学(cs.RO) |
| Cite as: | arXiv:2605.11654 [cs.CV] |
| (或 arXiv:2605.11654v3 [cs.CV] 用于此版本) | |
| https://doi.org/10.48550/arXiv.2605.11654 arXiv 颁发的 DOI(通过 DataCite) |
提交历史
来自:Duy Minh Dao Sy [查看电子邮件]
[v1]
2026年5月12日星期二 07:15:52 UTC(29,980 KB)
[v2]
2026年5月18日星期一 13:48:57 UTC(29,972 KB)
[v3]
2026年11月17日星期二 17:23:25 UTC(31,227 KB)
来源:arXiv cs.AI · arxiv.org