视觉语言模型 / CVPR2026
GeoBridge:一种语义锚定的多视角基础模型,桥接图像与文本以实现地理定位
GeoBridge: A Semantic-Anchored Multi-View Foundation Model Bridging Images and Text for Geo-Localization
用文本描述作为语义锚点桥接无人机、街景全景与卫星多视角特征,实现双向跨视角匹配与语言到图像检索;其语义锚点对齐机制可迁移到任何需要跨视角/跨模态特征对齐的检索任务。
跨视角地理定位视觉-语言对齐语义锚点