摘要

地理定位技术已被广泛应用于无人机（UAV）室外飞行导航中，以获取其经度和纬度信息。由于GPS信号可能受到干扰或遮挡，近年来基于图像检索的方法因其较少受外界干扰而受到广泛关注。通过使用预先获取的、带有GPS标签的卫星图像与不同视角的无人机图像进行查询匹配，可实现无人机与卫星之间的地理定位。本文提出一种图像变换技术，用于从无人机与卫星图像中提取跨视角的地理定位信息。首次提出一种单阶段训练方法，能够同时完成跨视角特征提取与图像检索，其精度优于现有的多阶段训练方法。为此，设计了一种新型的分段软间隔三元组损失函数（piecewise soft-margin triplet loss），有效避免了因正负样本约束不足而导致模型参数陷入次优解的问题。实验结果表明，所提出的损失函数显著提升了图像检索的准确率，并实现了更优的收敛性能。此外，本文还提出一种针对卫星图像的数据增强方法，以缓解图像样本数量分布不均的问题。在基准数据集University-1652上，所提方法取得了当前最优的性能，召回率（R@1）提升了6.67%，平均精度（AP）提升了6.13%。所有代码将公开发布，以促进研究的可复现性。