論文の概要: MOGeo: Beyond One-to-One Cross-View Object Geo-localization

• arxiv url: http://arxiv.org/abs/2603.13843v1
• Date: Sat, 14 Mar 2026 08:54:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-17 16:19:35.439956
• Title: MOGeo: Beyond One-to-One Cross-View Object Geo-localization
• Title（参考訳）: MOGeo: 1対1のクロスビューオブジェクトジオローカライゼーションを超えて
• Authors: Bo Lv, Qingwang Zhang, Le Wu, Yuanyuan Li, Yingying Zhu,
• Abstract要約: Cross-View Object Geo-Localization (CVOGL) は、対応する衛星画像内のクエリ画像の関心対象を特定することを目的としている。 現実的な設定と既存のタスクのギャップを埋めるため,CVMOGL(Cross-View Multi-Object Geo-Localization)と呼ばれる新しいタスクを提案する。 そこで本稿では,MOGeoを用いたクロスビュー多目的ジオローカライズ手法を提案し,既存の最先端手法と比較した。
• 参考スコア（独自算出の注目度）: 27.10845184742442
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Cross-View Object Geo-Localization (CVOGL) aims to locate an object of interest in a query image within a corresponding satellite image. Existing methods typically assume that the query image contains only a single object, which does not align with the complex, multi-object geo-localization requirements in real-world applications, making them unsuitable for practical scenarios. To bridge the gap between the realistic setting and existing task, we propose a new task, called Cross-View Multi-Object Geo-Localization (CVMOGL). To advance the CVMOGL task, we first construct a benchmark, CMLocation, which includes two datasets: CMLocation-V1 and CMLocation-V2. Furthermore, we propose a novel cross-view multi-object geo-localization method, MOGeo, and benchmark it against existing state-of-the-art methods. Extensive experiments are conducted under various application scenarios to validate the effectiveness of our method. The results demonstrate that cross-view object geo-localization in the more realistic setting remains a challenging problem, encouraging further research in this area.
• Abstract（参考訳）: Cross-View Object Geo-Localization (CVOGL) は、対応する衛星画像内のクエリ画像の関心対象を特定することを目的としている。 既存の手法では、クエリイメージは1つのオブジェクトのみを含み、現実のアプリケーションにおける複雑で多目的なジオローカライゼーション要件と一致しないため、現実的なシナリオには適さないと仮定する。 現実的な設定と既存のタスクのギャップを埋めるため,CVMOGL(Cross-View Multi-Object Geo-Localization)と呼ばれる新しいタスクを提案する。 CVMOGLタスクを前進させるために、まずCMLocationというベンチマークを構築し、CMLocation-V1とCMLocation-V2の2つのデータセットを含む。 さらに,クロスビューなマルチオブジェクトジオローカライズ手法MOGeoを提案し,既存の最先端手法と比較した。 本手法の有効性を検証するため,様々な応用シナリオで広範囲な実験を行った。 その結果、より現実的な環境でのクロスビューオブジェクトのジオローカライズは依然として困難な問題であり、この分野のさらなる研究を奨励している。

関連論文リスト

• Learning to Wander: Improving the Global Image Geolocation Ability of LMMs via Actionable Reasoning [72.13218601075958]
  textbfWanderBenchは,具体的シナリオにおける行動可能な位置情報推論のための,最初のオープンアクセスグローバルジオロケーションベンチマークである。 我々は,下線Action of UnderlineThoughを用いた下線Geolocationフレームワークである textbfGeoAoT (Action of Thought) を提案する。 19個の大規模マルチモーダルモデルによる実験により、GeoAoTは動的環境におけるより優れた微細な局所化とより強力な一般化を実現することが示された。
  論文  参考訳（メタデータ） (2026-03-11T06:24:10Z)
• GeoViS: Geospatially Rewarded Visual Search for Remote Sensing Visual Grounding [23.253648429114236]
  リモートセンシング視覚接地のためのプログレッシブ検索・推論フレームワークGeoViSを提案する。 我々はGeoViSが、主要な視覚的グラウンドリング指標を越えて既存の手法を一貫して上回っていることを示す。
  論文  参考訳（メタデータ） (2025-12-02T12:45:52Z)
• Seeing the Unseen: Mask-Driven Positional Encoding and Strip-Convolution Context Modeling for Cross-View Object Geo-Localization [8.559240391514063]
  クロスビューオブジェクトジオローカライゼーションは、クロスビューマッチングによる高精度オブジェクトローカライゼーションを可能にする。 既存の手法はキーポイントに基づく位置符号化に依存しており、オブジェクトの形状情報を無視しながら2次元座標のみをキャプチャする。 空間座標と物体シルエットの両方を捕捉するために分割マスクを利用するマスクベースの位置符号化方式を提案する。 EDGeoは、堅牢なクロスビューオブジェクトジオローカライズのためのエンドツーエンドフレームワークである。
  論文  参考訳（メタデータ） (2025-10-23T06:07:07Z)
• Swarm Intelligence in Geo-Localization: A Multi-Agent Large Vision-Language Model Collaborative Framework [51.26566634946208]
  smileGeoは、新しい視覚的ジオローカライゼーションフレームワークである。 エージェント間のコミュニケーションによって、SmithGeoはこれらのエージェントの固有の知識と、検索された情報を統合する。 その結果,本手法は現在の最先端手法よりも優れていた。
  論文  参考訳（メタデータ） (2024-08-21T03:31:30Z)
• CurriculumLoc: Enhancing Cross-Domain Geolocalization through Multi-Stage Refinement [11.108860387261508]
  ビジュアルジオローカライゼーションはコスト効率が高くスケーラブルなタスクであり、未知の場所で撮影された1つ以上のクエリイメージとジオタグ付き参照イメージのセットをマッチングする。 我々は,グローバルな意味認識と局所的幾何学的検証を備えたキーポイント検出と記述法であるCurriculumLocを開発した。 我々は、ALTOで62.6%と94.5%の新しいハイリコール@1スコアをそれぞれ2つの異なる距離で達成した。
  論文  参考訳（メタデータ） (2023-11-20T08:40:01Z)
• GeoCLIP: Clip-Inspired Alignment between Locations and Images for Effective Worldwide Geo-localization [61.10806364001535]
  世界規模のジオローカライゼーションは、地球上のどこでも撮影された画像の正確な位置を特定することを目的としている。 既存のアプローチは、地球を離散的な地理的細胞に分割し、問題を分類タスクに変換する。 画像と対応するGPS位置のアライメントを強制する新しいCLIPにインスパイアされた画像-GPS検索手法であるGeoCLIPを提案する。
  論文  参考訳（メタデータ） (2023-09-27T20:54:56Z)
• Cross-View Visual Geo-Localization for Outdoor Augmented Reality [11.214903134756888]
  地上画像のクロスビューマッチングによる測地位置推定の課題をジオレファレンス衛星画像データベースに解決する。 本稿では,新しいトランスフォーマーニューラルネットワークモデルを提案する。 いくつかのベンチマーク・クロスビュー・ジオローカライズ・データセットの実験により、我々のモデルが最先端の性能を達成することを示す。
  論文  参考訳（メタデータ） (2023-03-28T01:58:03Z)
• Accurate 3-DoF Camera Geo-Localization via Ground-to-Satellite Image Matching [102.39635336450262]
  地上で取得したクエリ画像とジオタグ付き衛星画像の大規模データベースとをマッチングすることにより、地上から衛星画像のジオローカライズの問題に対処する。 我々の新しい手法は、衛星画像のピクセルサイズの精度まで、クエリー画像のきめ細かい位置を達成できる。
  論文  参考訳（メタデータ） (2022-03-26T20:10:38Z)
• VIGOR: Cross-View Image Geo-localization beyond One-to-one Retrieval [19.239311087570318]
  クロスビュー画像のジオローカライゼーションは,空中からのGPSタグ付き参照画像とマッチングすることで,ストリートビュー検索画像の位置を決定することを目的としている。 最近の研究は、都市規模データセットの驚くほど高い検索精度を実現している。 我々は,1対1の検索範囲を超えて,画像の地理的局所化を行うための大規模ベンチマークであるVIGORを提案する。
  論文  参考訳（メタデータ） (2020-11-24T15:50:54Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。