DualGeo — 世界規模画像ジオローカリゼーションのためのデュアルビューフレームワーク

AI/ML
DualGeo — 世界規模画像ジオローカリゼーションのためのデュアルビューフレームワーク

DualGeo — 世界規模画像ジオローカリゼーションのためのデュアルビューフレームワーク

DualGeoは「Dual-View Framework for Worldwide Image Geo-localization」の実装リポジトリです。地球規模で撮影された画像の位置推定（ストリート、都市、地域、国、州レベル）に取り組み、環境変化（照明・季節・気象）やスケール差に強い表現を学習するために、互補的な2つのビュー（大域的・局所的）を組み合わせたネットワーク設計と、学習／検索／再ランキングのパイプラインを提供します。ICME 2026採択の研究実装を含み、学習スクリプト、インデックス検索、地理クラスタ再ランキング、メモリモジュールなど実験に必要なコードが揃っています。

https://github.com/CJ310177/DualGeo

概要

DualGeoは、国際会議ICME 2026採択の論文実装で、世界中どこで撮影された画像でも位置を推定する「Worldwide image geo-localization」を扱うフレームワークです。従来手法が苦手とする照明・季節・天候などの環境変化や、撮影スケール（ストリート〜大陸規模）の幅広さに対応するため、互いに補完する二つの視点（デュアルビュー）を組み合わせて頑健な表現を学習します。レポジトリには学習用スクリプトや検索用インデックス、再ランキング処理など、実験から評価までの主要コンポーネントが含まれています。

GitHub

リポジトリの統計情報

  • スター数: 2
  • フォーク数: 0
  • ウォッチャー数: 2
  • コミット数: 3
  • ファイル数: 7
  • メインの言語: Python

主な特徴

  • デュアルビュー設計：大域的・局所的な視点を組み合わせ、相補的な特徴を抽出して頑強性を向上。
  • 学習・検索・再ランキングの一貫した実装：DualGeo_train.pyでの学習、IndexSearch_DualGeo.pyでのインデックス検索、rerank_geo_cluster.pyでの地理クラスタを用いた再ランキング。
  • メモリ関連モジュール（lmms.py）を含み、特徴表現や類似度計算の補助を意図した仕組みを実装。
  • ICME 2026の論文実装をベースにした実験用コード群を提供。

技術的なポイント

DualGeoの核は「二つの視点（Dual-View）」による特徴学習にあります。世界中の風景画像は撮影条件やスケール差が大きく、単一の特徴抽出器では局所的情報（建物や路面のテクスチャ）と大域的な文脈（都市構造や地形）を同時に捉えるのが難しいため、互いに補完する2種類の表現を学習する設計が有効です。本リポジトリでは学習スクリプト（DualGeo_train.py）でデュアルブランチを学習させ、特徴をデータベース化して高速検索できるようにしています。検索側ではIndexSearch_DualGeo.pyによりクエリ画像とデータベース特徴の類似度計算を行い、初期の候補リストを生成します。さらに、地理的クラスタリングを利用した再ランキング（rerank_geo_cluster.py）により、空間的整合性やクラスタ内の一貫性を考慮して結果を改善します。lmms.pyはメモリや外部モジュールを用いて特徴集合の管理や補助的な類似計算を行う設計を示唆しており、大規模データでの効率化や表現改善に貢献します。全体として、DualGeoは実践的なワークフロー（学習→インデックス化→検索→再ランキング）を揃え、世界規模のジオローカリゼーション課題に取り組むための整った実装群を提供しています。

プロジェクトの構成

主要なファイルとディレクトリ：

  • DualGeo_train.py: file
  • IndexSearch_DualGeo.py: file
  • README.md: file
  • lmms.py: file
  • rerank_geo_cluster.py: file

…他 2 ファイル

まとめ

世界規模の画像位置推定向けに、実験〜評価まで揃ったデュアルビュー実装。

リポジトリ情報：

READMEの抜粋：

DualGeo

This is the code repository for the paper “DualGeo: A Dual-View Framework for Worldwide Image Geo-localization”.

conference in ICME 2026.

Abstract

Worldwide image geo-localization aims to infer the geographic location of an image captured anywhere on Earth, spanning street, city, regional, national, and continental scales. Existing methods rely on visual features that are sensitive to environmental variations (e.g., lighting, season, and weather) and lack effecti…