摘要
图像地理定位是指仅基于照片的视觉信息来识别其所描绘的位置。这一任务本身具有挑战性，因为许多照片中只有少数可能含糊不清的地理位置线索。近期的研究将此任务视为一个分类问题，通过将地球划分为一系列对应于地理区域的离散单元格来解决。这种划分的粒度存在一个关键的权衡：使用较少但较大的单元格会导致位置精度降低，而使用较多但较小的单元格则会减少每个类别的训练样本数量并增加模型规模，从而使模型容易过拟合。为了解决这一问题，我们提出了一种简单而有效的算法——组合划分（combinatorial partitioning），该算法通过交叉多个粗粒度的地划分割来生成大量细粒度的输出类别。每个分类器都会为其对应的粗粒度类别重叠的细粒度类别投票。这种方法使我们能够在保持每个类别足够多的训练样本的同时，实现对位置的精细预测。我们的算法在多个基准数据集上的位置识别性能达到了当前最佳水平。