ViT-SegMatchNet跨视角定位模型

定位精度超4%

融合ViT与UNet并采用对比学习策略，增强无人机与卫星影像的匹配精度，实现跨视角地理定位的领先性能。

Qiyuan, Zeng · Jiayi, Wu · 任艳丽 · 冯国瑞

ISPRS Journal of Photogrammetry and Remote Sensing 2025

参数信息

定位精度提升

4 %

技术优势

精度领先

在两个公开基准数据集上超越现有方法超过4%，跨视角定位性能达到最优。

特征鲁棒

利用ViT的自注意力机制增强对细粒度特征和环境细节的捕捉，结合UNet多尺度特征聚合，提升对视角差异和环境变化的鲁棒性。

自监督训练

采用InfoNCE损失函数进行自监督训练，无需人工标注即可最大化同场景相似度、最小化异场景相似度，降低数据标注成本。

应用场景

• 无人机导航：为无人机提供不依赖GPS的视觉定位，在拒止环境下实现自主导航。
• 机器人定位：赋予机器人利用卫星影像进行全局定位的能力，减少对先验地图的依赖。
• 低空飞行器导航：提升低空飞行器在复杂环境下的定位精度，支撑安全飞行。
• 卫星图像分析：提供跨视角匹配工具，辅助卫星图像中的目标检索与变化检测。
• 地理信息服务：提高地理信息服务的定位精度和更新效率，降低人工成本。