La géolocalisation des images multi-horizontales vise à retrouver les images similaires dans la bibliothèque de référence en appariant les images de différents points de vue, puis en utilisant leurs balises GPS pour la localisation. La géolocalisation traditionnelle d'images monohorizontales est limitée par des facteurs tels que la qualité, l'échelle et la précision de la géolocalisation des ensembles de données, c'est pourquoi ces dernières années de nombreux chercheurs et instituts ont publié une série de jeux de données de géolocalisation d'images multi-horizontales pour améliorer les fondements des données de géolocalisation. Cependant, il manque actuellement une analyse systématique des jeux de données de géolocalisation d'images multi-horizontales. Dans cet article, nous avons d'abord organisé 32 jeux de données classiques de géolocalisation d'images multi-horizontales en utilisant quatre dimensions : informations de l'horizon, types de construction, degré de réalité, informations temporelles. Nous avons ensuite effectué une analyse approfondie des jeux de données de géolocalisation d'images multi-horizontales par le biais des métadonnées, de l'influence, des mots-clés, des sources d'obtention et des domaines d'application, et avons résumé les principaux algorithmes actuels de géolocalisation d'images multi-horizontales. Enfin, nous avons discuté des orientations futures du développement des jeux de données de géolocalisation d'images multi-horizontales sous quatre aspects : tendances multimodales, grandes méthodes de modélisation, traitement des perturbations visuelles et optimisation des modèles. Cela peut servir de référence pour les chercheurs dans ce domaine.

multi-horizontales; géolocalisation d'images; jeux de données; apprentissage profond; drones; recherche d'images; correspondance d'images; vision par ordinateur