Vision Group一篇论文被WACV录用

        近日，实验室窦知阳同学的论文《GeoBridge: Decoupled Semantic Conditioning for Generative Image Geolocalization》被国际计算机视觉会议 WACV 2027 录用。该研究针对现有多模态大模型地理定位方法通常将视觉推理结果压缩为离散地名、再借助地理编码接口转换为坐标所造成的图像证据丢失与定位粒度受限问题，提出了面向生成式图像地理定位的解耦语义条件机制 GeoBridge。GeoBridge通过国家、区域、城市、纬度和经度五类角色标记，将多层次地理语义划分为上下文信息与空间信息，并利用轻量语义连接器对二者进行融合，在不重新训练多模态大模型和坐标生成器的情况下，将图像语义有效传递至黎曼流匹配模型，在地球球面上生成连续坐标。该方法缓解了离散语义监督与连续坐标几何之间的冲突，使模型在地名判断存在偏差时仍能保留图像中的空间证据。实验表明，GeoBridge在IM2GPS3K等全球图像地理定位基准上取得了优异表现，在城市、区域和国家尺度的定位准确率上均优于多种地名解析及推理增强方法。

        Vision Group@UCAS成立于2019年，是一支专注于机器学习、图像和视频处理及计算机视觉等领域的研究团队，尤其专注于基于点标注与多源信息融合的弱小目标感知。实验室承担了多个重要项目，包括国家自然科学基金项目、航天科工及华为公司等单位课题，致力于推动计算机视觉技术的创新与发展。