인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
Cross-view geo-image retrieval (CVIR) aims to retrieve geographically corresponding satellite images given ground-view images, playing a vital role in various applications such as autonomous driving and unmanned aerial vehicles (UAVs). Although prior studies have mainly focused on mitigating the viewpoint gap through geometric transformation techniques, they have largely overlooked real-world challenges such as occlusions caused by dynamic objects and infrastructure. To address this issue, we propose a contrastive learning framework that introduces random masking to effectively simulate diverse occlusion scenarios during training and enhance the model’s robustness. By applying random masking to the input images during training, the proposed method reduces the model’s reliance on local visual features and enables it to learn more robust features. Our approach requires no transformation or alignment processes, providing a straightforward and effective solution for the occlusion gap. Extensive experiments on standard benchmarks demonstrate that the proposed framework achieves state-of-the-art performance while maintaining robustness under various occlusion conditions.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-093823930
