GeoSync：面向端到端跨视角地理定位的统一表征学习

基于摘要分析。GeoSync 研究跨视角图像地理定位，将卫星图像检索与参考图内的精细定位纳入统一框架，通过共享跨视角表征及定位证据反馈连接两项任务。研究对象是图像地理定位，而非 EEG 或 BCI 解码。 摘要指出，既有方法通常先用全局图像匹配检索卫星参考图，再由独立定位器估计目标在参考图中的位置；作者认为这种解耦限制了任务交互，并增加推理计算与系统成本。GeoSync 的共享表征同时承载检索所需的全局场景信息和精细定位所需的局部特征相关性。框架还引入正参考图与半正参考图之间的一致性监督、亚米级精化模块，以及利用定位证据调整检索候选顺序的定位感知重排序。这里“亚米级”是摘要对模块的描述，不应视为所有评估条件下均达到亚米级定位误差的证据。 作者报告，在 VIGOR 和 DReSS 上，GeoSync 在检索与精细定位方面表现较强，能够实现准确、快速的端到端地理定位，并在目标接近卫星参考图边界时保持鲁棒性。摘要未提供具体指标、数值、划分协议、对照方法或运行硬件，因此尚不能量化性能与效率收益，也不能与其他协议下的结果直接比较。 复现时需核对共享表征如何服务两项任务、正与半正参考图的定义、一致性监督的构造、精化模块的实现，以及重排序所需的额外计算。实验协议、消融及统计信息尚未验证。该材料未提供与神经信号的具体机制对应，不能据此推断 EEG/BCI 有效性；已有 EEG 相关工作尚未检索确认。