arXiv · AI· Changyu Lee, Yeonsoo Park, Abdullah Alfarrarjeh, Seon Ho Kim·· 3 天前AI 评分20
CLIP 在区域地理定位中的视觉线索与场景构型研究
What Does CLIP Learn for Regional Geolocalization? Probing Visual Cues and Scene Configuration After Adaptation
AI 导读
研究发现,针对洛杉矶街景数据,编码器适配将区域地理定位准确率从 39.03% 提升至 75.94%-82.10%,显著优于冻结编码器。 实验显示,适配模型对场景构型扰动更敏感,预测切换率高达 42.92%-45.56%,而冻结方法仅为 10.79%-14.60%。 结果表明,编码器适配改善了邻近区域判别能力,且预测并非仅依赖粗粒度结构。
来源:arXiv · AI · arxiv.org