arXiv cs.AI· Hao Li, Wenping Yin, Fabian Deuser, Jia Jia, Ziqi Liu, Levente Juh\'asz, Fan Zhang, Filip Biljecki·· 8 小时前AI 评分22
基于视觉语言模型与地理空间推理的 PhotoMappers 十年众包灾害照片地理定位纵向研究
A Decade of PhotoMappers: A Longitudinal Study of Crowdsourced Disaster Photos Geolocalization with Vision-Language Models and Geospatial Reasoning
AI 导读
研究利用 PhotoMappers 十余年众包灾害影像，结合街景与遥感影像做跨视角地理定位，并评估视觉语言模型的地理推理能力。融合 VGI、SVI、RSI 与 Sinkhorn 重排序后达到 40.90% R@1、61.10% R@5、69.45% R@10，年度 R@1 在 25.00% 至 65.07% 间波动。
来源：arXiv cs.AI · arxiv.org