本发明公开了一种基于变分信息瓶颈的跨视角地理图像检索方法，涉及计算机视觉中的跨视角地理图像检索技术领域，以往检索模型的分类器在训练过程中会很快收敛，导致其产生的梯度包含的信息过少而不能有效的对特征提取模块进行训练，导致检索模型容易过拟合，在测试的数据集上表现不佳；本发明使用变分信息瓶颈模块在训练过程中对分类器添加高斯噪声，迫使特征提取模块提取具有视图不变性的和判别性的图像表示，来提升检索模型的泛化能力和鲁棒性，并使用变分信息瓶颈模块压缩后的特征作为检索特征；从而达到提高检索结果准确性的目的。