クロスビュー地理位置特定のための学習可能なクエリ集約

この論文は、自律航法やロボット工学などのアプリケーションに不可欠な、クロスビュー地理位置特定という困難な問題に取り組んでいます。主な貢献は、クロスアテンションフレームワーク内でMixture-of-Experts（MoE）ルーティングメカニズムを使用する新しい集約モジュールにあります。これにより、視点差が大きくても、クエリ画像を大規模データベースと適応的に処理し、照合することができます。DINOv2とマルチスケールチャネル再割り当てモジュールの使用は、システムのパフォーマンスをさらに向上させます。効率性（より少ない学習パラメータ）に焦点を当てていることも、大きな利点です。

• •視点差に対処するための新しいCVGLシステムを提案。
• •DINOv2バックボーンとマルチスケールチャネル再割り当てモジュールを採用。
• •適応的な特徴処理のためのMoEベースの集約モジュールを導入。
• •少ないパラメータで競争力のあるパフォーマンスを実現。