論文の概要: Nonlinear Intensity Underwater Sonar Image Matching Method Based on
Phase Information and Deep Convolution Features
- arxiv url: http://arxiv.org/abs/2111.15514v1
- Date: Mon, 29 Nov 2021 02:36:49 GMT
- ステータス: 処理完了
- システム内更新日: 2021-12-01 15:18:41.497272
- Title: Nonlinear Intensity Underwater Sonar Image Matching Method Based on
Phase Information and Deep Convolution Features
- Title（参考訳）: 位相情報と深い畳み込み特徴に基づく非線形強度水中ソナー画像マッチング法
- Authors: Xiaoteng Zhou, Changli Yu, Xin Yuan, Haijun Feng, and Yang Xu
- Abstract要約: 本稿では,位相情報と深部畳み込み特徴に基づく組み合わせマッチング手法を提案する。
1つは、深い畳み込みの特徴がソナー像の局所的および大域的位置の類似性を測定するのに使えることである。
- 参考スコア（独自算出の注目度）: 6.759506053568929
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In the field of deep-sea exploration, sonar is presently the only efficient
long-distance sensing device. The complicated underwater environment, such as
noise interference, low target intensity or background dynamics, has brought
many negative effects on sonar imaging. Among them, the problem of nonlinear
intensity is extremely prevalent. It is also known as the anisotropy of
acoustic sensor imaging, that is, when autonomous underwater vehicles (AUVs)
carry sonar to detect the same target from different angles, the intensity
variation between image pairs is sometimes very large, which makes the
traditional matching algorithm almost ineffective. However, image matching is
the basis of comprehensive tasks such as navigation, positioning, and mapping.
Therefore, it is very valuable to obtain robust and accurate matching results.
This paper proposes a combined matching method based on phase information and
deep convolution features. It has two outstanding advantages: one is that the
deep convolution features could be used to measure the similarity of the local
and global positions of the sonar image; the other is that local feature
matching could be performed at the key target position of the sonar image. This
method does not need complex manual designs, and completes the matching task of
nonlinear intensity sonar images in a close end-to-end manner. Feature matching
experiments are carried out on the deep-sea sonar images captured by AUVs, and
the results show that our proposal has preeminent matching accuracy and
robustness.
- Abstract（参考訳）: 深海探査の分野では、ソナーが唯一の効率的な長距離センシング装置である。
ノイズ干渉や低目標強度、背景ダイナミクスといった複雑な水中環境は、ソナーイメージングに多くの悪影響を与えている。
その中でも非線形強度の問題は極めて一般的である。
音響センサイメージングの異方性としても知られており、自律型水中車両(AUV)がソナーを携帯して異なる角度から同じターゲットを検出すると、画像対間の強度の変動が非常に大きくなり、従来のマッチングアルゴリズムはほとんど効果がない。
しかし、画像マッチングはナビゲーション、ポジショニング、マッピングといった包括的なタスクの基礎となっている。
したがって、堅牢で正確なマッチング結果を得ることは非常に貴重である。
本稿では,位相情報と深部畳み込み特徴に基づく組み合わせマッチング手法を提案する。
1つはソナー画像の局所的および大域的位置の類似性を測定するために深部畳み込み特性を使用できることと、もう1つはソナー画像のキーターゲット位置において局所的特徴マッチングを行うことができることである。
この手法は複雑な手動設計を必要とせず、非線形強度ソナー画像のマッチング処理をエンドツーエンドで完了させる。
AUVが捉えた深海ソナー画像に特徴マッチング実験を行い,提案手法の精度とロバスト性について検討した。
関連論文リスト
- Adaptive Stereo Depth Estimation with Multi-Spectral Images Across All Lighting Conditions [58.88917836512819]
本稿では,立体深度推定を取り入れた新しいフレームワークを提案し,正確な幾何学的制約を強制する。
照明の劣化がステレオマッチングに与える影響を軽減するために,劣化マスキングを導入する。
提案手法は,Multi-Spectral Stereo(MS2)データセット上でのSOTA(State-of-the-art)性能を実現する。
論文 参考訳（メタデータ） (2024-11-06T03:30:46Z) - Unveiling the Depths: A Multi-Modal Fusion Framework for Challenging
Scenarios [103.72094710263656]
本稿では,学習に基づくフレームワークを用いて,支配的モダリティの奥行きを識別し,統合する手法を提案する。
本稿では,信頼度予測ネットワークを操り,潜在電位深度領域を特定する信頼マップを作成する新しい信頼損失を提案する。
得られた信頼度マップを用いて,最終深度をエンドツーエンドに融合するマルチモーダル融合ネットワークを提案する。
論文 参考訳（メタデータ） (2024-02-19T04:39:16Z) - SONIC: Sonar Image Correspondence using Pose Supervised Learning for Imaging Sonars [21.36164161799472]
我々は,視点変化に耐えられる頑健な特徴対応を実現するために設計されたポーズ制御ネットワークSONICを紹介する。
本手法は,ソナー画像の対応生成における性能を著しく向上させる。
論文 参考訳（メタデータ） (2023-10-23T15:21:46Z) - Learning Heavily-Degraded Prior for Underwater Object Detection [59.5084433933765]
本稿では、検出器フレンドリーな画像から、転送可能な事前知識を求める。
これは、検出器フレンドリー(DFUI)と水中画像の高度に劣化した領域が、特徴分布のギャップがあることを統計的に観察したものである。
高速かつパラメータの少ない本手法は変圧器型検出器よりも優れた性能を保っている。
論文 参考訳（メタデータ） (2023-08-24T12:32:46Z) - Deep Uncalibrated Photometric Stereo via Inter-Intra Image Feature
Fusion [17.686973510425172]
本稿では, 深部非校正光度ステレオの新しい手法を提案する。
画像間表現を効率的に利用し、正規推定を導出する。
本手法は, 合成データと実データの両方において, 最先端の手法よりも有意に優れた結果が得られる。
論文 参考訳（メタデータ） (2022-08-06T03:59:54Z) - Wild ToFu: Improving Range and Quality of Indirect Time-of-Flight Depth
with RGB Fusion in Challenging Environments [56.306567220448684]
本稿では,ノイズの多い生のI-ToF信号とRGB画像を用いた学習に基づくエンド・ツー・エンドの深度予測ネットワークを提案する。
最終深度マップでは,ベースラインアプローチと比較して40%以上のRMSE改善が見られた。
論文 参考訳（メタデータ） (2021-12-07T15:04:14Z) - Nonlinear Intensity Sonar Image Matching based on Deep Convolution
Features [10.068137357857134]
本稿では,位相情報と深部畳み込み特徴に基づく組み合わせマッチング手法を提案する。
1つは、ソナー画像の局所的および大域的位置の類似性を測定するために、深い畳み込み特徴を使用できることである。
論文 参考訳（メタデータ） (2021-11-17T09:30:43Z) - A Matching Algorithm based on Image Attribute Transfer and Local
Features for Underwater Acoustic and Optical Images [6.134248551458372]
本研究では, 深層学習に基づく画像属性変換手法を適用し, 音響光学画像マッチングの課題を解決する。
実験結果から,提案手法は音響光学画像の処理を効果的に行い,正確なマッチング結果が得られることがわかった。
論文 参考訳（メタデータ） (2021-08-27T07:50:09Z) - High-Resolution Depth Maps Based on TOF-Stereo Fusion [27.10059147107254]
そこで本研究では,効率的な種子育成アルゴリズムに基づくTOF-ステレオ融合法を提案する。
提案アルゴリズムは2次元画像に基づくステレオアルゴリズムよりも優れていることを示す。
このアルゴリズムは、単一のCPU上でリアルタイムのパフォーマンスを示す可能性がある。
論文 参考訳（メタデータ） (2021-07-30T15:11:42Z) - Leveraging Spatial and Photometric Context for Calibrated Non-Lambertian
Photometric Stereo [61.6260594326246]
空間と測光の両方を同時に活用できる効率的な完全畳み込みアーキテクチャを提案する。
分離可能な4D畳み込みと2D熱マップを使うことで、サイズが小さくなり、効率が向上する。
論文 参考訳（メタデータ） (2021-03-22T18:06:58Z) - Robust Consistent Video Depth Estimation [65.53308117778361]
本稿では,単眼映像からカメラのカメラポーズと密集した深度マップを推定するアルゴリズムを提案する。
本手法は,(1)低周波大規模アライメントのためのフレキシブルな変形-スプラインと(2)細部奥行き詳細の高周波アライメントのための幾何認識深度フィルタリングとを組み合わせた手法である。
従来の手法とは対照的に, カメラのポーズを入力として必要とせず, かなりの音量, 揺動, 動きのぼやき, 転がりシャッター変形を含む携帯のハンドヘルドキャプチャに頑健な再構成を実現する。
論文 参考訳（メタデータ） (2020-12-10T18:59:48Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。