Локализация аэросъемки является важной задачей в современном
мире [29]. Одним из возможных сценариев её использования является построение карты для локализации других летательных аппаратов [1, 43]. Также локализация аэросъёмки может применяться для построения точной 3D-модели местности и ее дальнейшего использования
для анализа местности. Такие модели используются в различных областях, например, в геологии [60], строительстве [42] и многих других.
В большинстве случаев для локализации летательных аппаратов применяются такие системы глобального позиционирования как
GPS [25] или ГЛОНАСС [22]. Однако данный подход требует стабильности спутникового сигнала и отсутствия помех. Это не всегда возможно,
особенно в случае наличия отражений сигнала из-за водоёмов и/или
сложного рельефа местности. Также стоит отметить, что покрытие сигнала глобальных спутниковых систем на планете неравномерно. Все эти
причины вынуждают использовать другие подходы для локализации.
Одним из таких подходов является визуальная геолокализация —
задача нахождения местоположения сделанного снимка. Поиск может
осуществляться по-разному, однако чаще всего для этого используется заранее созданная база данных изображений и местоположений, им
соответствующих [65]. Данный подход обычно делится на два этапа:
глобальную локализацию и локальное выравнивание. Первый заключается в поиске ближайшего кадра из базы данных, а второй вычисляет точное положение системы, используя выбранный кадр. Глобальная
локализация (или VPR — visual place recognition) также может выполняться по-разному. Некоторые методы предполагают использование дескрипторов — компактного представления изображений в базе данных,
другие же используют ключевые точки изображений для сопоставления. Второй подход является более вычислительно сложным, однако
способен делать более точные предсказания [7].
Использование визуальной геолокализации в случае аэросъёмки может быть осложнено рядом факторов, такими как изменяющиеся по-
4годные условия, смена времен года и времени суток. Задача локализации аэрофотоснимков требует карт достаточно большого размера, что
также накладывает ограничения на этап глобальной локализации. При
этом снимки из общедоступных наборов данных, таких как Google Maps
API [26] и Sentinel [55], имеют разное разрешение. Для Sentinel максимальное разрешение составляет 10 м/пиксель, а в случае Google Maps
оно варьируется от 0.15 м/пиксель до 5 м/пиксель.
На данный момент обзоры-сравнения VPR-систем сфокусированы
на данных, снятых внутри и вне помещений [41, 23, 67, 18], и не затрагивают спутниковые изображения и аэрофотоснимки. Поэтому в рамках данной работы планируется провести обзор различных подходов
к визуальной геолокализации, предложить метрики для оценки качества различных методов и определить, какие методы в связке с каким
представлением карт дают наиболее точные результаты в случае аэрофотоснимков.
В рамках работы были выполнены следующие задачи.
1. Выполнен обзор существующих решений для визуальной геолокализации, а также глобальной локализации и локального выравнивания по отдельности.
2. Предложены и реализованы метрики для оценки результата работы различных методов локализации.
3. Спроектирован и разработан инструмент, позволяющий сравнивать различные подходы к визуальной локализации.
4. Проведено экспериментальное исследование различных методов
локализации с использованием разработанного инструмента.
