AdaptVPR：面向鲁棒视觉位置识别的路线感知难正样本生成框架

针对光照、天气、季节变化和动态遮挡导致的域偏移问题，AdaptVPR 提出路线感知生成式增强框架，用视觉语言模型解析场景属性并评估可编辑性，通过全局外观、局部遮挡和双路线三种路径生成同地点难正样本。该框架构建了含 160K 条经验证合成样本的 AdaptCities 数据集，在多个 VPR 基线和视觉基础骨干上取得一致提升，挑战性域偏移下 R@1 最高提升 9.2%。源码与数据资源已公开。