画像の正確な地理的位置をグローバル規模で特定することは未解決の課題です。従来の画像検索技術は、画像の膨大な量（1億以上）により効率が悪く、カバレッジが不足すると失敗します。本論文では、大陸規模の広範な地理的範囲において精細なジオローカリゼーションを実現するハイブリッドアプローチを提案しています。トレーニング中にプロキシ分類タスクを利用して、正確な位置情報を暗黙に符号化した特徴表現を学習します。この学習したプロトタイプを空中画像の埋め込みと組み合わせることで、地上データのスパース性に対する堅牢性を高めます。評価の結果、この手法により、ヨーロッパの広範なデータセットにおける68%以上のクエリを200メートル以内でローカライズすることが可能であることが示されています。