연구진은 UAV의 원격 감지 참조 지도를 활용한 글로벌 시각적 위치 추정의 어려움을 해결하기 위해 RIM(Retrieval-In-Matching) 프레임워크를 제안했어요.
RIM은 Google 3D Tiles에서 UAV 시점 참조 뷰를 샘플링하고, SALAD 모델을 두 단계로 미세 조정하여 교차 도메인 시프트 문제를 완화해요.
DINOv2-B 검색기를 고정하고 로컬 설명자 디코더를 증류하여 두 개의 모델을 통합함으로써 67.9ms의 빠른 처리 속도를 달성했어요.
EPFL Urbanscape 및 Chang'an Park 데이터셋에서 10개의 기존 방법보다 성능이 우수했으며, 25m에서 Recall@1이 SALAD보다 8.55% 향상됐어요.