我爱计算机视觉 | ECCV2024 | AddressCLIP：一张图实现街道级定位，端到端图像地理定位大模型

本文来源公众号“我爱计算机视觉”，仅用于学术分享，侵权删，干货满满。

原文链接：ECCV2024 | AddressCLIP：一张图实现街道级定位，端到端图像地理定位大模型

拔草星人的好消息来啦！

中科院自动化所和阿里云一起推出了街景定位大模型，只要一张照片就能实现街道级精度的定位。

有了模型的帮助，再也不用害怕遇到种草“谜语人”了。

比如给模型看一张旧金山的街景之后，它直接给出了具体的拍摄位置，并列举了附近的多个候选地址。

该模型名为AddressCLIP，基于CLIP构建。

相关论文AddressCLIP: Empowering Vision-Language Models for City-wide Image Address Localization已入选顶会ECCV2024。

传统的图像位置识别往往致力于以图像检索的方式来确定图像的GPS坐标，这种方法称为图像地理定位。

<