다양한 시각에서의 이미지 지리적 위치 지정(cross-view image geo-localization)은 서로 다른 시각 이미지 간의 일치를 통해 유사한 참조 이미지를 검색하여 해당 GPS 태그를 활용하여 위치를 지정하는 기능을 수행합니다. 기존의 단일 시각 이미지 지리적 위치 지정은 데이터 세트의 품질, 규모 및 위치 정확도 등의 요인으로 제한을 받았으며, 이에 따라 최근에 많은 연구자와 기관이 일련의 cross-view 지리적 위치 지정 데이터 세트를 발표하여 위치 정확도를 향상하기 위한 기초 데이터를 제공하였습니다. 그러나 현재 cross-view 이미지 지리적 위치 지정 데이터 세트에 대한 체계적인 분석이 부족합니다. 본 논문에서는 cross-view 이미지 지리적 위치 지정에 대한 32개의 고전적 데이터 세트를 정리하여 시각 정보, 구축 유형, 실제 정도, 시기 정보 등 4가지 차원에서 분류 체계를 작성하고 데이터 세트의 기본 정보를 요약합니다. 또한 메타 데이터, 영향력, 키워드, 획득 원천, 응용 분야 등 5가지 측면에서 cross-view 이미지 지리적 위치 지정 데이터 세트를 심층적으로 분석하여 현재의 주류 알고리즘을 종합정리하였습니다. 마지막으로 데이터 세트의 다중 모드 추세, 대규모 모델 방법, 이미지 간섭물 처리 및 모델 최적화 4가지 측면에서 cross-view 위치 지정 데이터 세트의 미래 방향을 탐구하여 관련 분야의 연구자들에게 참고 자료를 제공할 수 있습니다.

Cross-view; 이미지 지리적 위치 지정; 데이터 세트; 딥러닝; 무인기; 이미지 검색; 이미지 일치; 컴퓨터 비전