University-1652: 드론 기반 지오위치 결정을 위한 다중 시점 다중 출처 벤치마크

우리는 시점 간 지리적 위치 결정 문제를 고려합니다. 이 작업의 주요 과제는 큰 시점 변화에 견딜 수 있는 강건한 특성을 학습하는 것입니다. 기존 벤치마크는 도움이 될 수 있지만, 시점의 수에서 제한적입니다. 두 개의 시점을 포함하는 이미지 쌍, 예를 들어 위성과 지상 이미지는 일반적으로 제공되지만, 이는 특성 학습을 저해할 수 있습니다. 본 논문에서는 휴대폰 카메라와 위성 외에도 드론이 지리적 위치 결정 문제를 해결하기 위한 세 번째 플랫폼으로 활용될 수 있음을 주장합니다. 전통적인 지상 시점 이미지와 달리, 드론 시점 이미지는 나무 등의 장애물이 적으며, 대상 지역 주변을 비행하면서 포괄적인 시점을 제공할 수 있습니다.드론 플랫폼의 효과성을 검증하기 위해, 우리는 드론 기반 지리적 위치 결정을 위한 새로운 다중시점 다중소스 벤치마크인 University-1652를 소개합니다. University-1652는 세계 각지의 1,652개 대학 건물에 대한 세 가지 플랫폼(즉, 합성 드론, 위성 및 지상 카메라)의 데이터를 포함하고 있습니다. 우리所知에 따르면, University-1652는 첫 번째 드론 기반 지리적 위치 결정 데이터셋이며, 드론 시점 대상 위치 결정 및 드론 탐색이라는 두 가지 새로운 작업을 가능하게 합니다. 이름 그대로 드론 시점 대상 위치 결정은 드론 시점 이미지를 통해 대상 장소의 위치를 예측하려는 것입니다. 반면에 위성 시점 쿼리 이미지가 주어질 때, 드론 탐색은 드론을 쿼리에서 관심 영역까지 안내하는 것을 의미합니다.우리는 이 데이터셋을 사용하여 다양한 사전 학습된 CNN 특성을 분석하고 이 어려운 데이터셋에서 강력한 CNN 베이스라인을 제안합니다. 실험 결과, University-1652는 모델이 시점 불변 특성을 학습하도록 돕고 실제 환경에서도 좋은 일반화 능력을 보임을 확인하였습니다.注: "所知"在韩文中没有合适的对应词，因此这里直接使用了“우리가 알고 있는 것에 따르면”来表达“据我们所知”。