[논문 리뷰] Scale-Aware UAV-to-Satellite Cross-View Geo-Localization: A Semantic Geometric Approach

Yibin Ye, Shuo Chen외 6명|arXiv (Cornell University)|2026. 03. 08.

UAV Applications and Optimization인용 수 0

한 줄 요약

본 논문은 소형 차량을 앵커로 활용하여 절대적인 모노큘러 UAV 영상 스케일을 추정하는 시맨틱-지오메트릭 프레임워크를 제시합니다. 이를 통해 UAV-에서 위성으로의 교차 뷰 지오로컬라이제이션에서 스케일 적응형 크롭을 가능하게 하고 미지의 UAV 영상 스케일에서의 강건성을 향상시킵니다.

ABSTRACT

Cross-View Geo-Localization (CVGL) between UAV imagery and satellite images plays a crucial role in target localization and UAV self-positioning. However, most existing methods rely on the idealized assumption of scale consistency between UAV queries and satellite galleries, overlooking the severe scale ambiguity commonly encountered in real-world scenarios. This discrepancy leads to field-of-view misalignment and feature mismatch, significantly degrading CVGL robustness. To address this issue, we propose a geometric framework that recovers the absolute metric scale from monocular UAV images using semantic anchors. Specifically, small vehicles (SVs), characterized by relatively stable prior size distributions and high detectability, are exploited as metric references. A Decoupled Stereoscopic Projection Model is introduced to estimate the absolute image scale from these semantic targets. By decomposing vehicle dimensions into radial and tangential components, the model compensates for perspective distortions in 2D detections of 3D vehicles, enabling more accurate scale estimation. To further reduce intra-class size variation and detection noise, a dual-dimension fusion strategy with Interquartile Range (IQR)-based robust aggregation is employed. The estimated global scale is then used as a physical constraint for scale-adaptive satellite image cropping, improving UAV-to-satellite feature alignment. Experiments on augmented DenseUAV and UAV-VisLoc datasets demonstrate that the proposed method significantly improves CVGL robustness under unknown UAV image scales. Additionally, the framework shows strong potential for downstream applications such as passive UAV altitude estimation and 3D model scale recovery.

연구 동기 및 목표

• 스케일 불일치가 UAV-에서 위성 CVGL의 강건성에 미치는 영향을 강조합니다.
• 시맨틱 앵커를 활용하여 모노큘러 UAV 영상에서 절대 스케일을 회복하는 시맨틱-지오메트릭 프레임워크를 제안합니다.
• 2D 검출로부터 절대 스케일을 추정하기 위해 분리된 시차 투영 모델(Decoupled Stereoscopic Projection Model)과 강건한 이중 차원 스케일 회복 전략을 개발합니다.
• 스케일 적응형 위성 크롭을 가능하게 하여 교차 뷰 특징 정렬을 개선합니다.
• UAV 고도 추정 및 3D 모델 스케일 회복에의 적용 가능성을 보여줍니다.

제안 방법

• 현지화 가능성이 높은 소형 차량을 보편성, 클래스 내 분산이 작고 탐지 가능성이 높다는 이유로 안정적인 기하학적 앵커로 식별합니다.
• 반径상(radial)과 접선(tangential) 구성요소를 분리하고 2D 검출로부터 절대 스케일을 추정하기 위한 분리된 시차 투영 모델(Decoupled Stereoscopic Projection Model)을 개발합니다.
• 이중 차원 융합을 통해 길이와 폭으로부터 인스턴스 스케일 후보를 계산하고 강건한 IQR 기반 집계를 통해 글로벌 스케일을 얻습니다.
• 글로벌 스케일을 사용하여 수직 해상도에 상응하는 나데르(nadir) 해상도를 계산하고, CVGL을 위한 위성 이미지의 스케일 적응형 크롭을 수행합니다.
• 벨릿 DenseUAV 및 UAV-VisLoc 벤치마크에 연속 위성 지도와 상대 스케일 주석을 추가하여 검증합니다.
• 알 수 없는 UAV 스케일에서 CVGL의 강건성을 평가하고 고도 추정 및 3D 모델 스케일 회복과 같은 다운스트림 작업을 탐구합니다.

실험 결과

연구 질문

• RQ1 UAV 쿼리와 위성 갤러리 간의 스케일 불일치가 CVGL 성능에 어떤 영향을 미치나요?
• RQ2 시맨틱 앵커를 사용한 강건한 집계로 모노큘러 UAV 영상에서 절대 스케일을 회복할 수 있나요?
• RQ3 스케일 인지형 크롭이 미지의 스케일에서 UAV-위성 CVGL의 강건성을 향상시키나요?
• RQ4 회복된 스케일을 UAV 고도 추정 및 3D 모델 스케일 회복에 사용할 수 있나요?

주요 결과

• 모노큘러 UAV 영상으로부터 상대 오차 ≤ 10%로 절대 스케일을 추정할 수 있으며, 충분한 검출 대상이 존재할 때 가능합니다.
• 추정된 스케일에 의해 안내되는 스케일 인지형 크롭은 스케일 불확실성 하에서 CVGL의 강건성을 향상시킵니다.
• 프레임워크는 수동적 UAV 고도 추정 및 3D 모델 스케일 회복과 같은 다운스트림 작업을 지원합니다.
• 스케일 주석과 연속 위성 갤러리를 갖춘 DenseUAV 및 UAV-VisLoc 데이터셋은 스케일 추정 검증을 가능하게 합니다.
• 이중 차원(방사(radial) 및 접선(tangential)) 투영 모델은 3D 소형 차량의 입체 효과를 다루어 스케일 추정 정확성을 높입니다.