本論文では、ドローンと衛星画像間のクロスビュー地理位置特定（CVGL）における課題に対して、二重レベルの進行的難易度認識再重み付け（DPHR）戦略を提案しています。これまでの手法は静的な重み付けに依存しており、配布シフトに敏感で、難易度の高いサンプルを早期に過度に強調する傾向があります。DPHRでは、サンプルレベルで相対的な難易度を評価し、負サンプルに細かい重みを割り当てるRatio-based Difficulty-Aware（RDA）モジュールと、バッチレベルでトレーニングの進行信号を利用してノイズの多い勾配を軽減し、トレーニングが進むにつれて難しい負サンプルのマイニングを強化するProgressive Adaptive Loss Weighting（PALW）メカニズムの2つのアプローチを採用しています。University-1652およびSUES-200ベンチマークでの実験結果から、提案したDPHRが他の最先端手法と比べて効果的かつ堅牢であることが示されています。