哪个国家是这个？街景照片的自动国家排名

本文构建了一个包含3.8万张地理位置信息图像的数据集VIPPGeo，用于国家识别问题的分类模型训练，结果优于现有研究。

研究通过使用人类编写的指南书中的知识，提出了一种利用StreetView图像数据集和GeoGuessr文本指南进行地理定位的方法，效果明显优于仅使用图像的方法。

介绍了OpenStreetView-5M数据集，包含超过510万个地理参考的街景图像，展示了该数据集在图像定位中的实用性。

提出了一种基于街景图像的自动检测和计算重复固定对象GPS坐标的方法，使用全卷积神经网络和自定义马尔可夫随机场模型，验证了其有效性。

基于Transformer的端到端架构通过层次交叉注意力确定照片的确切纬度和经度，在多个标准地理位置数据集上取得了最新成果。

采用卷积神经网络和深度学习方法，结合多种地理线索，建立了名为PlaNet的模型，提高了不确定图片的地理定位准确率。

提出了一种新的框架用于跨视角图像地理定位，评估结果表明该方法具有更好的定位精度，能够推广到未见过的位置。

介绍了一种在低维嵌入空间的2D地图上定位全景图像的新方法，具有更高的定位精度和更快的收敛速度。

使用语义分割和特征分析方法提高星球级照片定位的准确性和可解释性。