연구진은 시각적 장소 인식(VPR)의 신뢰성을 높이기 위해 Vision-Language Model(VLM)을 활용한 독립적인 검증 프레임워크 'Visual Place Recognition Auditing'을 제안했어요.
기존 검증 방식과 달리, 본 연구는 이미지 검색 후 인스턴스 단위로 검증하며, 아키텍처별 신뢰도 측정이나 환경 정보 없이도 가능해요.
6개의 벤치마크 데이터셋에서 5가지 VPR 방법과 4가지 VLM을 평가한 결과, VLM 기반 감사는 기존 방식 대비 recall@1 성능을 13.6% 향상시키고 허위 수용률을 12%까지 낮췄어요.