基于深度学习的无人机视觉定位技术研究进展

doi:10.7527/S1000-6893.2026.33094

Abstract

Abstract:

Unmanned Aerial Vehicle （UAV） visual localization is a key technology for enabling autonomous flight in complex environments. Under Global Navigation Satellite System （GNSS）-denied or GNSS-degraded conditions， conventional approaches based on Inertial Measurement Unit （IMU）/Visual Odometry （VO） fusion and handcrafted feature matching often struggle to cope with large viewpoint variations， significant scale changes， and challenging illumination conditions. Recent advances in deep learning have substantially improved the accuracy and robustness of UAV visual localization. This paper presents a comprehensive survey of recent advances in deep learning-based UAV visual localization and systematically reviews the evolution of related research. According to the underlying technical paradigms， existing methods are categorized into three groups： template similarity-based localization， feature descriptor matching-based localization， and end-to-end pose regression-based localization. Furthermore， the key techniques within each category are systematically analyzed， and representative methods are compared in terms of their fundamental principles， technical characteristics， application scenarios， and localization performance， with particular emphasis on localization accuracy， robustness， and computational efficiency. Finally， the major challenges in current research， including incomplete or mismatched maps， large viewpoint variations， adaptation to complex environments， and localization reliability， are discussed. Future research directions， such as multi-sensor fusion， motion continuity constraints， and intelligent autonomous localization， are also highlighted， with the aim of providing useful insights for the further development of UAV visual localization technologies.

Key words: deep learning, unmanned aerial vehicle, visual positioning, feature matching, pose regression

CLC Number:

Hongguang LI, Zewei LIU, Xinjun LI, Yingyan GU. Advances in UAV visual positioning technology based on deep learning[J]. Acta Aeronautica et Astronautica Sinica, 2026, 47(17): 333094.

Figures/Tables 13

Fig.1

Fig.2

Fig.3

Fig.4

Table 1

Summary of representative methods

类别	文献	输入数据类型	网络架构	是否需要语义地图	是否有监督	优点	缺点
模板相似度匹配	［4］	UAV+卫星图像	VLAD+聚类空间约束	否	否	保留空间连贯性	极端视角下鲁棒性有限
	［14］	UAV+卫星图像	ResNet+OSM模块	否	是	精细局部匹配	极端视角或模态缺失受限
	［20］	UAV+卫星图像	全局-局部注意力	否	是	缓解尺度干扰	缺乏明确尺度对应约束
	［27］	UAV+卫星图像	语义图卷积	是	是	利用语义结构	依赖语义分割准确性
	［30］	UAV+卫星图像	语义置信度建模	是	是	降低语义噪声影响	依赖置信估计准确性
	［34］	UAV视频帧+卫星图像	Video2BEV+特征融合	否	是	时间一致性嵌入	对帧间运动估计敏感
特征描述子匹配	［50］	UAV+卫星图像	SuperPoint+无监督图匹配网络	否	否	无需人工标注匹配对	依赖邻域关系建模质量
	［55］	UAV热图像+卫星影像	深度单应估计+热图生成网络	否	是	低可视度/夜间定位有效	对跨模态适应性依赖高
	［58］	UAV+卫星图像+IMU	RVIO+CNN	否	是	多传感器融合，提高稳定性	对传感器精度依赖高
	［59］	UAV+卫星图像+IMU	SuperPoint+SuperGlue+几何一致性约束	否	是	复杂视角匹配稳定	计算开销大
	［60］	UAV+卫星图像+IMU	点线特征+条件扩散模型	否	是	多模态融合减少视角差异，提高鲁棒性	对建筑特征依赖强
	［62］	UAV多模态图像+卫星图像	递归门控卷积网络	否	是	跨模态多尺度匹配，实时性较好	对特征交互要求高
位姿回归	［64］	UAV视频帧+卫星图像	CNN+长短期记忆网络	否	是	利用时序信息平滑位姿估计	对长序列漂移敏感
	［66］	UAV视频帧+卫星图像	CNN+双流特征融合	否	是	融合多帧上下文信息，提高精度	跨视角变化大时鲁棒性低
	［68］	UAV视频帧+卫星图像	长短期记忆网络+视觉特征CNN	否	是	处理动态场景效果好	长序列训练成本高
	［69］	UAV+卫星图像+IMU	CNN-长短期记忆网络+融合IMU模块	否	是	IMU辅助，减小累积漂移	依赖IMU标定精度
	［74］	UAV+卫星图像+深度	CNN特征+回归模块	否	是	多模态融合，精度提升	传感器依赖高
	［75］	UAV+卫星图像	多尺度卷积+长短期记忆网络	否	是	跨尺度特征提升估计精度	对极端视角变化鲁棒性不足
	［77］	UAV+卫星图像	DenseNet+回归层	否	是	特征利用充分，训练稳定	对光照变化敏感
	［78］	UAV+卫星图像	卷积+注意力模块	否	是	注意力增强关键区域特征	计算复杂度增加
	［80］	UAV+卫星图像+IMU	Transformer	否	是	跨模态融合精度高，抑制漂移	对算力要求高

Table 1

Table 2

Fig.5

Fig.6

Fig.7

Fig.8

Table 3

Table 4

Table 5

References 87

[1]	袁媛，孙柏，刘赶超. 景象匹配无人机视觉定位［J］. 自动化学报， 2025（2）： 287-311.
	YUAN Y， SUN B， LIU G C. Drone-based scene matching visual geo-localization［J］. Acta Automatica Sinica， 2025（2）： 287-311 （in Chinese）.
[2]	谷美颖，李航，张家伟，等. 基于视觉的无人机定位与导航方法研究综述［J］. 电子学报， 2025， 53（3）： 651-685.
	GU M Y， LI H， ZHANG J W， et al. A review of vision-based UAV localization and navigation methods［J］. Acta Electronica Sinica， 2025， 53（3）： 651-685 （in Chinese）.
[3]	XIA P W， WAN Y， ZHENG Z， et al. Enhancing cross-view geo-localization with domain alignment and scene consistency［J］. IEEE Transactions on Circuits and Systems for Video Technology， 2024， 34（12）： 13271-13281.
[4]	CHEN C， HE M F， WANG J， et al. GeoCluster： Enhancing visual place recognition in spatial domain on aerial vehicle platforms［J］. IEEE Robotics and Automation Letters， 2024， 9（3）： 3013-3020.
[5]	CUI Z F， ZHOU P W， WANG X L， et al. A novel geo-localization method for UAV and satellite images using cross-view consistent attention［J］. Remote Sensing， 2023， 15（19）： 4667.
[6]	HUANG L Y， WANG Z Y， XIONG Q K， et al. Mamba-VNPS： A visual navigation and positioning system with state-selection space［J］. Drones， 2024， 8（11）： 663.
[7]	YANG K Q， ZHANG Y J， WANG L， et al. VimGeo： An efficient visual model for cross-view geo-localization［J］. Electronics， 2025， 14（19）： 3906.
[8]	LIU C W， PENG S T， LI S S， et al. A novel EAGLe framework for robust UAV-view geo-localization［J］. IEEE Transactions on Geoscience and Remote Sensing， 2025， 63： 5629917.
[9]	XU M M， LV H X， ZHU H， et al. AGEN： Adaptive error control-driven cross-view geo-localization under extreme weather conditions［J］. Sensors， 2025， 25（12）： 3749.
[10]	GAN W J， ZHOU Y， HU X F， et al. Learning robust feature representation for cross-view image geo-localization［J］. IEEE Geoscience and Remote Sensing Letters， 2025， 22： 6004405.
[11]	HE Q Y， XU A， ZHANG Y F， et al. A contrastive learning based multiview scene matching method for UAV view geo-localization［J］. Remote Sensing， 2024， 16（16）： 3039.
[12]	王东明，王晓春. 基于多源图像特征学习的无人机视觉定位［J］. 传感器与微系统， 2025， 44（10）： 39-43.
	WANG D M， WANG X C. Vision‑based unmanned aerial vehicle localization using multi‑source image feature learning［J］. Transducer and Microsystem Technologies， 2025， 44（10）： 39‑43 （in Chinese）.
[13]	LIU C W， LI S S， DU C， et al. Adaptive global embedding learning： A two-stage framework for UAV-view geo-localization［J］. IEEE Signal Processing Letters， 2024， 31： 1239-1243.
[14]	SONG Z， KANG X D， WEI X H， et al. Unified and real-time image geo-localization via fine-grained overlap estimation［J］. IEEE Transactions on Image Processing， 2024， 33： 5060-5072.
[15]	LV H X， ZHU H， ZHU R Z， et al. Direction-guided multiscale feature fusion network for geo-localization［J］. IEEE Transactions on Geoscience and Remote Sensing， 2024， 62： 5622813.
[16]	GE F W， ZHANG Y Z， LIU Y X， et al. Multibranch joint representation learning based on information fusion strategy for cross-view geo-localization［J］. IEEE Transactions on Geoscience and Remote Sensing， 2024， 62： 5909516.
[17]	SUN J， SUN H， LEI L， et al. TirSA： A three stage approach for UAV-satellite cross-view geo-localization based on self-supervised feature enhancement［J］. IEEE Transactions on Circuits and Systems for Video Technology， 2024， 34（9）： 7882-7895.
[18]	PAN K Y， GUO W， LIU Y， et al. Large-scale geo-localization of remote sensing images： A three-stage framework leveraging maximal clique theory［J］. IEEE Transactions on Geoscience and Remote Sensing， 2025， 63： 3001219.
[19]	HU S Y， SHI Z L， JIN T， et al. Query-driven feature learning for cross-view geo-localization［J］. IEEE Transactions on Geoscience and Remote Sensing， 2025， 63： 5620815.
[20]	GONG N Q， LI L W， SHA J J， et al. A satellite-drone image cross-view geolocalization method based on multi-scale information and dual-channel attention mechanism［J］. Remote Sensing， 2024， 16（6）： 941.
[21]	ZHANG W H， ZHONG Z N， CHEN H， et al. GeoViewMatch： A multi-scale feature-matching network for cross-view geo-localization using Swin-Transformer and contrastive learning［J］. Remote Sensing， 2024， 16（4）： 678.
[22]	HOU K J， TONG Q， YAN N， et al. MCFA： Multi-scale cascade and feature adaptive alignment network for cross-view geo-localization［J］. Sensors， 2025， 25（14）： 4519.
[23]	XU Y Z， DAI M， YANG W K. Precise GPS-denied UAV self-positioning via context-enhanced cross-view geo-localization［M］∥ Pattern Recognition and Computer Vision. Singapore： Springer Nature Singapore， 2026： 374-388.
[24]	CHEN Z W， YANG Z X， RONG H J. Multilevel embedding and alignment network with consistency and invariance learning for cross-view geo-localization［J］. IEEE Transactions on Geoscience and Remote Sensing， 2025， 63： 5625615.
[25]	AI P， ZHANG X C， CHENG S M， et al. MM-Geo： Multi-scale and multi-positive UAV-view geo-localization［C］∥ 2025 IEEE/RSJ International Conference on Intelligent Robots and Systems （IROS）. Piscataway： IEEE Press， 2025： 9784-9791.
[26]	屈若锟，王致远，刘晔璐，等. 面向城市空中交通的无人机视觉定位技术［J］. 航空学报， 2025， 46（11）： 531168.
	QU R K， WANG Z Y， LIU Y L， et al. UAV visual positioning technology for urban air mobility［J］. Acta Aeronautica et Astronautica Sinica， 2025， 46（11）： 531168 （in Chinese）.
[27]	LIU X Z， WANG Z Y， WU Y， et al. SeGCN： A semantic-aware graph convolutional network for UAV geo-localization［J］. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing， 2024， 17： 6055-6066.
[28]	JI Y X， HE B Y， TAN Z Y， et al. Game4Loc： A UAV geo-localization benchmark from game data［J］. Proceedings of the AAAI Conference on Artificial Intelligence， 2025， 39（4）： 3913-3921.
[29]	ZHANG Z H， SUN Y Q， DING L， et al. HALO： Hierarchical adaptive feature learning and cross-view interaction for object-level geo-localization［J］. IEEE Transactions on Geoscience and Remote Sensing， 2025， 63： 5647415.
[30]	FENG M T， TIAN F H， LUO J Q， et al. Semantic ambiguity modeling and propagation for fine-grained visual cross view geo-localization［J］. Proceedings of the AAAI Conference on Artificial Intelligence， 2025， 39（3）： 2978-2986.
[31]	ZHAO H， REN K Y， YUE T Y， et al. TransFG： A cross-view geo-localization of satellite and UAVs imagery pipeline using Transformer-based feature aggregation and gradient guidance［J］. IEEE Transactions on Geoscience and Remote Sensing， 2024， 62： 4700912.
[32]	WEN J H， YU H， ZHENG Z D. WeatherPrompt： Multi-modality representation learning for all-weather drone visual geo-localization［DB/OL］. arXiv preprint： 2508.09560， 2025.
[33]	SUN J， JIANG X Y， XU X， et al. WAGL： Extreme weather adaptive method for robust and generalizable UAV-based cross-view geo-localization［C］∥ Proceedings of the 2nd Workshop on UAVs in Multimedia： Capturing the World from a New Perspective. New York： ACM， 2024： 14-18.
[34]	JU H， HUANG S F， LIU S， et al. Video2BEV： Transforming drone videos to BEVs for video-based geo-localization［C］∥ 2025 IEEE/CVF International Conference on Computer Vision （ICCV）. Piscataway： IEEE Press， 2025： 27073-27083.
[35]	HE M F， LIU J C， GU P F， et al. Leveraging map retrieval and alignment for robust UAV visual geo-localization［J］. IEEE Transactions on Instrumentation and Measurement， 2024， 73： 2523113.
[36]	WANG Z， SHI D X， QIU C P， et al. Sequence matching for image-based UAV-to-satellite geolocalization［J］. IEEE Transactions on Geoscience and Remote Sensing， 2024， 62： 5607815.
[37]	TANG Y， ZHANG J Y， GONG J H， et al. City-level aerial geo-localization based on map matching network［J］. ISPRS Journal of Photogrammetry and Remote Sensing， 2025， 229： 65-77.
[38]	刘春江，张鹏宇. 一种基于边缘特征的无人机视觉定位方法［J］. 遥测遥控， 2024， 45（6）： 93-98.
	LIU C J， ZHANG P Y. A visual localization method for unmanned aerial vehicles based on edge features［J］. Journal of Telemetry， Tracking and Command， 2024， 45（6）： 93-98 （in Chinese）.
[39]	CHEN Z Y， LI T Y， LI D L， et al. Leveraging multi-view images to learn domain-invariant discriminative embeddings for cross-view geo-localization［J］. IEEE Transactions on Circuits and Systems for Video Technology， 2026， 36（3）： 2669-2684.
[40]	JI Y X， HE B Y， TAN Z Y， et al. MMGeo： Multimodal compositional geo-localization for UAVs［C］∥ 2025 IEEE/CVF International Conference on Computer Vision （ICCV）. Piscataway： IEEE Press， 2025： 25165-25175.
[41]	LI H Y， XU C， YANG W， et al. Unsupervised multiview UAV image geolocalization via iterative rendering［J］. IEEE Transactions on Geoscience and Remote Sensing， 2025， 63： 1-15.
[42]	LI H Y， XU C， YANG W， et al. Learning cross-view visual geo-localization without ground truth［J］. IEEE Transactions on Geoscience and Remote Sensing， 2024， 62： 5632017.
[43]	SONG B P， WANG C， MA X S. Localization by fine-grained map retrieval： Geo-localization of remote sensing images using vector map tiles［J］. IEEE Transactions on Geoscience and Remote Sensing， 2025， 63： 3001716.
[44]	LI K， WANG D， WANG X W， et al. Robust drone-view geo-localization via content-viewpoint disentanglement［DB/OL］. arXiv preprint： 2505.11822， 2025.
[45]	CHEN Z W， YANG Z X， RONG H J， et al. From limited labels to open domains： An efficient learning method for drone-view geo-localization［DB/OL］. arXiv preprint： 2503.07520， 2025.
[46]	LIU Y X， LIU Y， YAN S， et al. A multi-view thermal-visible image dataset for cross-spectral matching［J］. Remote Sensing， 2023， 15（1）： 174.
[47]	GURGU M M， QUERALTA J P， WESTERLUND T. Vision-based GNSS-free localization for UAVs in the wild［C］∥ 2022 7th International Conference on Mechanical Engineering and Robotics Research （ICMERR）. Piscataway： IEEE Press， 2022： 7-12.
[48]	SUI H G， LI J J， LEI J F， et al. A fast and robust heterologous image matching method for visual geo-localization of low-altitude UAVs［J］. Remote Sensing， 2022， 14（22）： 5879.
[49]	YE Q， LUO J Q， LIN Y. A coarse-to-fine visual geo-localization method for GNSS-denied UAV with oblique-view imagery［J］. ISPRS Journal of Photogrammetry and Remote Sensing， 2024， 212： 306-322.
[50]	ZHOU Y T， GUO Y， LIN K P， et al. USuperGlue： An unsupervised UAV image matching network based on local self-attention［J］. Soft Computing， 2024， 28（15-16）： 8889-8909.
[51]	侯慧太，蓝朝桢，徐青. 基于卫星影像全局和局部深度学习特征检索的无人机绝对定位方法［J］. 地球信息科学学报， 2023， 25（5）： 1064-1074.
	HOU H T， LAN C Z， XU Q. UAV absolute positioning method based on global and local deep learning feature retrieval from satellite images［J］. Journal of Geo-Information Science， 2023， 25（5）： 1064-1074 （in Chinese）.
[52]	眭海刚，李嘉杰，苟国华. 基于异源影像匹配的无人机在线快速定位方法［J］. 系统工程与电子技术， 2023， 45（10）： 3008-3015.
	SUI H G， LI J J， GOU G H. Online fast localization method of UAVs based on heterologous image matching［J］. Systems Engineering and Electronics， 2023， 45（10）： 3008-3015 （in Chinese）.
[53]	LI H， WANG J， WEI Z， et al. Jointly optimized global-local visual localization of UAVs［DB/OL］. arXiv preprint： 2310.08082， 2023.
[54]	翟雨鹏，李昊洋，蒋长辉，等. GNSS拒止条件下卫星遥感影像辅助无人机视觉绝对定位方法研究［J］. 战术导弹技术， 2025（5）： 141-151.
	DI Y P， LI H Y， JIANG C H， et al. Research on visual absolute localization method of UAV assisted by remote sensing image in GNSS denied environment［J］. Tactical Missile Technology， 2025（5）： 141-151 （in Chinese）.
[55]	XIAO J H， ZHANG N， TORTEI D， et al. STHN： Deep homography estimation for UAV thermal geo-localization with satellite imagery［J］. IEEE Robotics and Automation Letters， 2024， 9（10）： 8754-8761.
[56]	TANG B， LU R T， YANG X G， et al. R2PLoc： A region-to-point UAV visual geo-localization framework leveraging hierarchical semantic representation［J］. IEEE Transactions on Geoscience and Remote Sensing， 2025， 63： 5643818.
[57]	WANG X Y， ZHANG L L， FAN Z， et al. From coarse to fine： A matching and alignment framework for unsupervised cross-view geo-localization［J］. Proceedings of the AAAI Conference on Artificial Intelligence， 2025， 39（8）： 8024-8032.
[58]	HAO Y， HE M F， LIU Y Z， et al. Range-visual-inertial odometry with coarse-to-fine image registration fusion for UAV localization［J］. Drones， 2023， 7（8）： 540.
[59]	尚克军，赵亮，张伟建，等. 基于深度特征正射匹配的无人机视觉定位方法［J］. 中国惯性技术学报， 2024， 32（1）： 52-57.
	SHANG K J， ZHAO L， ZHANG W J， et al. Unmanned aerial vehicle visual localization method based on deep feature orthorectification matching［J］. Journal of Chinese Inertial Technology 2024， 32（1）： 52-57 （in Chinese）.
[60]	TONG P F， YANG X R， PENG X Z， et al. RTAPM： A robust top-view absolute positioning method with visual-inertial assisted joint optimization［J］. Drones， 2025， 9（1）： 37.
[61]	ZHOU X， YANG X R， ZHANG Y C. CDM-Net： A framework for cross-view geo-localization with multimodal data［J］. IEEE Transactions on Geoscience and Remote Sensing， 2025， 63： 4706416.
[62]	ZHANG X P， QIN H L， MA L， et al. Deep feature matching of different-modal images for visual geo-localization of AAVs［J］. IEEE Transactions on Aerospace and Electronic Systems， 2025， 61（2）： 2784-2801.
[63]	XING X H， HE X F， LIU K， et al. Long-duration UAV localization across day and night by fusing dual-vision geo-registration with inertial measurements［J］. Drones， 2025， 9（5）： 373.
[64]	DAI M， ZHENG E H， CHENG W X， et al. DRL： An efficient heterogeneous spatial feature interaction framework for UAV self-localization［J］. Pattern Recognition， 2026， 177： 113330.
[65]	FAN J Q， ZHENG E H， HE Y F， et al. A cross-view geo-localization algorithm using UAV image and satellite image［J］. Sensors， 2024， 24（12）： 3719.
[66]	CHEN N X， FAN J Q， YUAN J Y， et al. OBTPN： A vision-based network for UAV geo-localization in multi-altitude environments［J］. Drones， 2025， 9（1）： 33.
[67]	CHEN J H， ZHENG E H， DAI M， et al. OS-FPI： A coarse-to-fine one-stream network for UAV geolocalization［J］. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing， 2024， 17： 7852-7866.
[68]	DAI M， ZHENG E H， FENG Z H， et al. Vision-based UAV self-positioning in low-altitude urban environments［J］. IEEE Transactions on Image Processing， 2024， 33： 493-508.
[69]	JU C J， XU W P， CHEN N X， et al. An efficient pyramid Transformer network for cross-view geo-localization in complex terrains［J］. Drones， 2025， 9（5）： 379.
[70]	WANG Z， SHI D X， QIU C P， et al. VecMapLocNet： Vision-based UAV localization using vector maps in GNSS-denied environments［J］. ISPRS Journal of Photogrammetry and Remote Sensing， 2025， 225： 362-381.
[71]	HUANG Z Y， ARYAL J， NAHAVANDI S， et al. Object-level cross-view geo-localization with location enhancement and multi-head cross attention［DB/OL］. arXiv preprint： 2505.17911， 2025.
[72]	MENG X Z， GUO W L， ZHOU K， et al. AirGeoNet： A map-guided visual geo-localization approach for aerial vehicles［J］. IEEE Transactions on Geoscience and Remote Sensing， 2024， 62： 1-14.
[73]	ZHANG F， REN H Y， MA F， et al. SMGeo： Cross-view object geo-localization with grid-level mixture-of-experts［DB/OL］. arXiv preprint： 2511.14093， 2025.
[74]	WANG Z， SHI D X， QIU C P， et al. ICF-Loc： An infrared-based coarse-to-fine approach for UAV visual geolocation under GPS-denied environments［C］∥ 2024 IEEE International Conference on Multimedia and Expo （ICME）. Piscataway： IEEE Press， 2024： 1-6.
[75]	ZHANG Z Y， CHU J K， SONG T， et al. GeoRVLF： A robust drone-satellite visual geo-localization framework for small unmanned aerial vehicle platforms［J］. IEEE Robotics and Automation Letters， 2025， 10（7）： 7380-7387.
[76]	ZHU J L， PENG S B， WANG L， et al. LoD-Loc v2： Aerial visual localization over low level-of-detail city models using explicit silhouette alignment［C］∥ 2025 IEEE/CVF International Conference on Computer Vision （ICCV）. Piscataway： IEEE Press， 2025： 26610-26621.
[77]	QIU X， LIAO S Y， YANG D F， et al. High-precision visual geo-localization of UAV based on hierarchical localization［J］. Expert Systems with Applications， 2025， 267： 126064.
[78]	CHEN Y， JIANG J. An oblique-robust absolute visual localization method for GPS-denied UAV with satellite imagery［J］. IEEE Transactions on Geoscience and Remote Sensing， 2024， 62： 5601713.
[79]	YAO Y W， SUN C， WANG T， et al. UAV geo-localization dataset and method based on cross-view matching［J］. Sensors， 2024， 24（21）： 6905.
[80]	YAN S， LIU Y， WANG L， et al. Long-term visual localization with mobile sensors［C］∥ Proceedings of the 2023 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR）. Piscataway： IEEE Press， 2023： 17245‑17255.
[81]	LIU Y X， WU R W， YAN S， et al. ATLoc： Aerial thermal images localization via view synthesis［J］. IEEE Transactions on Geoscience and Remote Sensing， 2024， 62： 5001113.
[82]	QIU X， LIAO S Y， YANG D F， et al. Visual geo-localization and attitude estimation using satellite imagery and topographical elevation for unmanned aerial vehicles［J］. Engineering Applications of Artificial Intelligence， 2025， 153： 110759.
[83]	KHURSHID M， SHAHZAD M， KHATTAK H ALI， et al. Vision-based 3-D localization of UAV using deep image matching［J］. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing， 2024， 17： 12020-12030.
[84]	ZHENG Z D， WEI Y C， YANG Y. University-1652： A multi-view multi-source benchmark for drone-based geo-localization［C］∥ Proceedings of the 28th ACM International Conference on Multimedia. New York： ACM， 2020： 1395-1403.
[85]	ZHU R Z， YIN L， YANG M Z， et al. SUES-200： A multi-height multi-scene cross-view image benchmark across drone and satellite［J］. IEEE Transactions on Circuits and Systems for Video Technology， 2023， 33（9）： 4825-4839.
[86]	XU W， YAO Y， CAO J， et al. UAV-VisLoc： A large-scale dataset for UAV visual localization［DB/OL］. arXiv preprint： 2405.11936， 2024.
[87]	LI Q G， YANG X G， FAN J W， et al. GeoFormer： An effective Transformer-based Siamese network for UAV geolocalization［J］. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing， 2024， 17： 9470-9491.

数据集名称	UAV数据量/张	UAV图像来源	是否不同高度采集	采样策略	评估指标
University-1652^［84］	701类×71.64	合成UAV-View	否	多源、多视角合成采样	Recall@K，mAP
SUES-200^［85］	120类×51	真实UAV图像	是（150~300 m）	固定高度圆形轨迹采样	Recall@K，mAP
DenseUAV^［68］	2 256类×9	真实UAV图像	是（不同低空高度）	城市低空环境密集采样	Recall@K，SDM（Spatial Distance Metric）@K
UAV-VisLoc^［86］	6 742	真实UAV图像	是（400~2 000 m）	多高度、多航向角采样	Recall@K
UL14^［64］	9 099	真实UAV图像	是（80，90，100 m）	高分辨率卫星多尺度配对采样	RDS （Relative Distance Score）

方法	Recall@1/%	AP/%	Params/M	FLOPs/G
DAC^［3］	94.67	95.50	28.12	4.56
VimGeo^［7］	91.27	92.61	26.00	26.18
EAGLe^［8］	68.86	72.62
AGEN^［9］	95.43	96.18
MSM-Transformer^［11］	89.22	91.04	28.4	4.54
AEN^［13］	87.26	89.11
FOENet^［14］	70.22	74.02
SRLN^［15］	92.70	93.77	193.03	42.15
IFSs^［16］	86.06	88.08
TirSA^［17］	93.37	94.53
QDFL^［19］	95.00	95.83	108.87	40.12
MCFA^［22］	94.53	95.40	97.57	11.25
MEAN^［24］	93.55	94.53	36.50	8.21
MM-Geo^［25］	73.16	76.91
SeGCN^［27］	89.18	90.89
WeatherPrompt^［32］	77.14	80.20	838.30	90.63
CDIKTNet^［45］	95.02	95.79
TMRRM^［49］	75.15	80.02
R2PLoc^［56］	86.54	88.57	18.72	2.61
CDM-Net^［61］	95.13	96.04	26.80	138.18
GeoFormer^［87］	89.08	90.08	157	37.7

方法	Recall@1/%	AP/%	Params/M	FLOPs/G
DAC^［3］	96.80	97.54	28.12	4.56
AGEN^［9］	94.38	95.58
SRLN^［15］	89.90	91.90	193.03	42.15
IFSs^［16］	77.57	81.30
QDFL^［19］	93.97	95.42	108.87	40.12
MCFA^［22］	96.00	96.89	97.57	11.25
SeGCN^［27］	93.75	92.45
CDIKTNet^［45］	96.03	96.87
CDM-Net^［61］	93.78	95.16	26.80	138.18

方法	RDS	Params/M	FLOPs/G
DRL^［64］	0.758	76.6	22.35
SSPT^［65］	82.21	22.81	7.23
OBTPN^［66］	86.32
OS-FPI^［67］	76.25	28.17	14.28

Advances in UAV visual positioning technology based on deep learning

RichHTML

PDF (PC)

Knowledge

Abstract

Cite this article

share this article

Figures/Tables 13

References 87

Related Articles 15

Recommended Articles

Metrics

Comments

[1]	Deqiang HAN, Wei XIONG, Ziling WANG. Low-attitude economy and information fusion in era of deep multi-modality [J]. Acta Aeronautica et Astronautica Sinica, 2026, 47(S1): 732853-732853.
[2]	Qinbo SUN, Zhaohui DANG. Spacecraft guardian strategy design via motion-intent recognition [J]. Acta Aeronautica et Astronautica Sinica, 2026, 47(S1): 733013-733013.
[3]	Long GAO, Chuanxiang ZHOU, Chaohui LIU, Wei ZHANG, Youbin LYU, Xuan LI, Tianyu LI, Xiaomei ZHENG. AADD: Aerial aircraft detection dataset [J]. Acta Aeronautica et Astronautica Sinica, 2026, 47(S1): 733255-733255.
[4]	Rong YUAN, Chenyuan WU, Shuyi SHAO, Mou CHEN. Anti-saturation control of fixed-wing unmanned aerial vehicle under disturbance and sensor failure [J]. Acta Aeronautica et Astronautica Sinica, 2026, 47(9): 532487-532487.
[5]	Yuzhuo MA, Kan REN, Tao LI, Qian CHEN. Improving remote sensing image semantic segmentation based on distance loss [J]. Acta Aeronautica et Astronautica Sinica, 2026, 47(8): 332780-332780.
[6]	Fang LIU, Jinghu CUI, Chenyang LU, Xin WANG, Zhaohui PU. A UAV target tracking algorithm based on frequency-domain feature and transformer [J]. Acta Aeronautica et Astronautica Sinica, 2026, 47(8): 332791-332791.
[7]	Shufang XU, Wenxuan FEI, Heng LI, Hongmin GAO. UAV-UGV collaborative air-ground path planning method based on three-stage optimization [J]. Acta Aeronautica et Astronautica Sinica, 2026, 47(7): 332649-332649.
[8]	Sihua GAO, Bingyang ZHAO, Jianfu LI. UAV complete data collection trajectory planning algorithm based on time window constraints [J]. Acta Aeronautica et Astronautica Sinica, 2026, 47(6): 332451-332451.
[9]	Jun HUANG, Jing ZHANG, Shiqian WENG. Airborne electro-optical target recognition algorithms [J]. Acta Aeronautica et Astronautica Sinica, 2026, 47(6): 332601-332601.
[10]	Leyan LI, Rennong YANG, Anxin GUO, Qi SONG, Jialiang ZUO. Beyond-visual-range air combat threat prediction and dynamic evasion method based on all-domain fire field theory [J]. Acta Aeronautica et Astronautica Sinica, 2026, 47(4): 332205-332205.
[11]	Zicheng FENG, Wenlong ZHANG, Donghui LIU, Qifeng YU. Robust infrared target tracking algorithm for anti-UAV in complexbackgrounds [J]. Acta Aeronautica et Astronautica Sinica, 2026, 47(4): 332264-332264.
[12]	Yuying GUO, Lanxin LIAO, Xiaoqiang ZHANG, Youmin ZHANG, Kai WANG. Finite-time fault-tolerant control of compound actuator faults for unmanned aerial vehicles [J]. Acta Aeronautica et Astronautica Sinica, 2026, 47(4): 332659-332659.
[13]	Lei ZHANG, Can TIAN, Fangqing WEN, Qinghe ZHANG, Han LIU. Multi-objective evolution with deep deterministic strategy gradient algorithm for mobile edge networks [J]. Acta Aeronautica et Astronautica Sinica, 2026, 47(3): 631880-631880.
[14]	Rongling LANG, Cailun WEI, Ya FAN, Fei GAO. Sparse point matching-based collaborative category-agnostic object tracking method [J]. Acta Aeronautica et Astronautica Sinica, 2026, 47(3): 632425-632425.
[15]	Chenpeng ZHANG, Bo AI, Gongpu WANG, Ming LIU, Rongtao XU. Backscatter based localization technology: Principles, challenges and its aviation applications [J]. Acta Aeronautica et Astronautica Sinica, 2026, 47(3): 632635-632635.