跨视角图像匹配在地理定位中是一个具有挑战性的问题，因为航拍图像和地面视角图像之间存在显著的视觉差异。该方法通过使用地理参照图像提供定位能力，消除了对外部设备或昂贵设备的需求，从而增强了代理在无全球导航卫星系统（GNSS）环境中的自主定位、导航和有效操作的能力。当前的研究采用了多种技术来缩小域差距，例如对航拍图像应用极坐标变换或在不同视角之间进行合成。然而，这些方法通常依赖于360度视场，限制了其在实际应用中的可行性。我们提出了一种名为BEV-CV的方法，该方法引入了两个关键创新点，旨在提高跨视角地理定位的实际可行性。首先，在匹配嵌入之前将地面视角图像转换为语义鸟瞰图（Birds-Eye-View），以便直接与航拍图像表示进行比较。其次，我们将数据集调整为应用现实格式——与车辆方向对齐的有限视场图像。BEV-CV实现了最先进的召回精度，分别将CVUSA和CVACT数据集中70度裁剪图像的Top-1准确率提高了23%和24%。此外，通过减少浮点运算量至低于先前工作，并将嵌入维度降低33%，BEV-CV还显著降低了计算需求，从而实现了更快的定位能力。