GeoLink：提高跨视图地理定位泛化能力的 3D 感知框架

可推广的跨视图地理定位旨在在没有 GPS 监督的情况下，在看不见的区域和条件下跨视图匹配相同位置。其核心难点在于领域转移下观点变化和泛化能力差导致严重的语义不一致。现有的方法主要依赖于二维对应，但它们很容易被视图之间冗余的共享信息分散注意力，导致可转移的表示较少。为了解决这个问题，我们提出了 GeoLink，一种用于通用跨视图地理定位的 3D 感知语义一致框架。具体来说，我们使用 VGGT 从多视图无人机图像中离线重建场景点云，提供稳定的结构先验。基于这些 3D 锚点，我们以两种互补的方式改进 2D 表示学习。几何感知语义细化模块可减轻 3D 指导下 2D 特征中潜在的冗余和视图偏差依赖性。此外，统一视图关系 蒸馏 模块将 3D 结构关系转换为 2D 特征，改进跨视图对齐，同时保留纯 2D 推理管道。对多个基准的大量实验表明，GeoLink 始终优于最先进的方法，并在未见过的领域和不同的天气环境中实现了卓越的泛化。