原创 让你更懂AI的 2025-08-06 19:10 北京
无人机定位不再迷路
在现代无人机视觉精细地理定位任务（Drone-based Visual Geo-localization）中，传统基于图像的方法范式依赖于从无人机拍摄的单张图片进行匹配，但这种方式存在两个显著问题：视角差异和遮挡问题。
视角差异：卫星图像和无人机图像的视角差异使得匹配困难
遮挡问题：无人机飞行时，低高度拍摄的图片容易被建筑物或树木遮，挡使得匹配不准确。
如何有效解决这些问题，提升无人机地理定位的精度和鲁棒性？
澳门大学联合北京航空航天大学的研究团队，在 ICCV 2025 上提出结合无人机视频和 BEV 视角的新任务、新数据集和新方案：
论文标题：
Video2BEV: Transforming Drone Videos to BEVs for Video-based Geo-localization
论文链接：
https://arxiv.org/abs/2411.13610
数据集 & 代码：
https://github.com/HaoDot/Video2BEV-Open
新任务：基于视频的无人机定位
研究团队提出了一个全新的任务：利用无人机视频少无遮挡的特性与卫星图像进行精准的互相定位，充分利用视频模态数据中的多视角信息，解决无人机和卫星的视角差异。
任务的挑战：
（a）多视角信息的处理：无人机视频包含多个视角的时序信息，如何充分利用两类信息。
（b）解决更有低视角的遮挡问题：研究团队引入了 30 度的低空视角拍摄，如何更有效地解决遮挡？
（c）复杂天气下的定位挑战（额外）：如果无人机在恶劣天气下拍摄视频，如何提升鲁棒性？
新数据集：UniV
视频链接：
https://www.bilibili.com/video/BV1SMhPzpEo2/?vd_source=d3914df06c5b07c8b14988e73b055956
规模空前：包含来自无人机的视频模态数据，包含 2，5，10 fps，为无人机定位任务提供全面的多视角数据。
视角广泛：无人机视频采用 45 和 30 度低空视角，捕捉更广泛的区域，视野更广，遮挡增加，挑战增加。
上表是 UniV 和其他数据集的比较。
基于3DGS的全新方法
视角对齐技术：采用 3D 高斯散射（3DGS）进行场景重建，将视频转化为高质量的鸟瞰图（BEV），减少了无人机和卫星图的视角差异，同时避免了传统 2D 几何变换中常见的扭曲和模糊问题。
合成负样本生成模块：为进一步提升模型的区分能力，Video2BEV 引入了基于扩散模型的难负样本合成模块，这些负样本不仅丰富了训练数据，还帮助模型在不同平台间进行更精确的匹配
实验结果
定量结果：Video2BEV 与其它解决方案在 UniV 上的结果
OOD 测试
为了评估 Video2BEV 的可扩展性，在真实数据集 SUES-200 上进行的 Out-of-Distribution（OOD）测试结果。
▲ 复杂天气+OOD测试
▲ 在雨天的干扰情况下，研究团队在 UniV 上进行 OOD 测试定性结果。
更多阅读
#投 稿 通 道#
让你的文字被更多人看到
如何才能让更多的优质内容以更短路径到达读者群体，缩短读者寻找优质内容的成本呢？答案就是：你不认识的人。
总有一些你不认识的人，知道你想知道的东西。PaperWeekly 或许可以成为一座桥梁，促使不同背景、不同方向的学者和学术灵感相互碰撞，迸发出更多的可能性。
PaperWeekly 鼓励高校实验室或个人，在我们的平台上分享各类优质内容，可以是最新论文解读，也可以是学术热点剖析、科研心得或竞赛经验讲解等。我们的目的只有一个，让知识真正流动起来。
📝 稿件基本要求：
• 文章确系个人原创作品，未曾在公开渠道发表，如为其他平台已发表或待发表的文章，请明确标注
• 稿件建议以 markdown 格式撰写，文中配图以附件形式发送，要求图片清晰，无版权问题
• PaperWeekly 尊重原作者署名权，并将为每篇被采纳的原创首发稿件，提供业内具有竞争力稿酬，具体依据文章阅读量和文章质量阶梯制结算
📬 投稿通道：
• 投稿邮箱：hr@paperweekly.site
• 来稿请备注即时联系方式（微信），以便我们在稿件选用的第一时间联系作者
• 您也可以直接添加小编微信（pwbot02）快速投稿，备注：姓名-投稿
△长按添加PaperWeekly小编
🔍
现在，在「知乎」也能找到我们了
进入知乎首页搜索「PaperWeekly」
点击「关注」订阅我们的专栏吧
·
