La geolocalización de imágenes multihorizontales tiene como objetivo recuperar imágenes similares en la biblioteca de referencia mediante la coincidencia de imágenes desde diferentes puntos de vista, y luego utilizando sus etiquetas GPS para la localización. La geolocalización tradicional de imágenes monohorizontales está limitada por factores como la calidad, escala y precisión de la geolocalización de conjuntos de datos, por lo que en los últimos años muchos investigadores e institutos han publicado una serie de conjuntos de datos de geolocalización de imágenes multihorizontales para mejorar las bases de datos de geolocalización. Sin embargo, actualmente falta un análisis sistemático de los conjuntos de datos de geolocalización de imágenes multihorizontales. En este artículo, primero organizamos 32 conjuntos de datos clásicos de geolocalización de imágenes multihorizontales utilizando cuatro dimensiones: información de horizonte, tipos de construcción, grado de realidad, información de tiempo. Luego realizamos un análisis detallado de los conjuntos de datos de geolocalización de imágenes multihorizontales a través de metadatos, influencia, palabras clave, fuentes de obtención y áreas de aplicación, y resumimos los principales algoritmos actuales de geolocalización de imágenes multihorizontales. Por último, discutimos las futuras direcciones del desarrollo de conjuntos de datos de geolocalización de imágenes multihorizontales desde cuatro aspectos: tendencias multimodales, grandes métodos de modelado, procesamiento de interferencias visuales y optimización de modelos. Esto puede servir como referencia para investigadores en este campo.

multihorizontales; geolocalización de imágenes; conjuntos de datos; aprendizaje profundo; drones; búsqueda de imágenes; correspondencia de imágenes; visión por computadora