Sample4Geo: 交差ビュー地理局在化のためのハードネガティブサンプリング

クロスビュー地理位置特定は、追加のモジュール、特定の前処理やズーム戦略が必要な依然として課題が多いタスクです。異なる視点が異なる幾何学的特性を持つため、極座標変換などの前処理によりそれらを統合することができます。しかし、これにより画像が歪むことがあり、その後修正する必要があります。訓練バッチに難易度の高いネガティブサンプル（hard negatives）を追加することで全体的な性能向上が期待できますが、地理位置特定における既存の損失関数ではそれらを含めるのが困難です。本稿では、対照的学習と対称的なInfoNCE損失に基づく簡素化されつつ効果的なアーキテクチャを提案し、現行の最先端結果を上回る性能を示しています。我々のフレームワークは、集約モジュールを使用する必要性を排除し、さらなる前処理ステップを回避し、未知の地域に対するモデルの汎化能力まで高める狭い訓練パイプラインで構成されています。また、難易度の高いネガティブサンプル用に2種類のサンプリング戦略を導入しています。第1戦略は地理的に隣接する場所を利用することで良い出発点を提供します。第2戦略は画像埋め込み間の視覚的類似性を利用して難易度の高いネガティブサンプルを探査します。我々の研究はCVUSA, CVACT, University-1652, VIGORなどの一般的なクロスビューデータセットにおいて優れた性能を示しており、異なるエリアと同一エリア設定間での比較実験によってモデルの良好な汎化能力が確認されています。