Underwater object classification combining SAS and transferred optical-to-SAS Imagery

要約

タイトル：SASと転送された光学-to-SASのイメージを組み合わせた水中物体分類

要約：

– SAS画像と光学画像の組み合わせによる水中物体分類は、水の透明度、光学画像分析プラットフォームの安定性、地盤からの強い反射などの課題を克服する可能性がある。
– この研究では、このようなマルチモーダルの組み合わせを提案し、人工的なターゲットと岩やごみなどのオブジェクトを区別するために使用する。
– SAS画像と光学画像の間の強度とオブジェクト形成の差異の問題を克服するため、新しい幾何学形状記述子のセットを開発する。
– 数回の海洋実験で収集された7,052組のSAS画像と光学画像からの結果は、異なる種類の水中物体をより区別するための最新技術と比較して、改善された分類性能を示している。
– 再現性のために、データベースを共有する。

要約(オリジナル)

Combining synthetic aperture sonar (SAS) imagery with optical images for underwater object classification has the potential to overcome challenges such as water clarity, the stability of the optical image analysis platform, and strong reflections from the seabed for sonar-based classification. In this work, we propose this type of multi-modal combination to discriminate between man-made targets and objects such as rocks or litter. We offer a novel classification algorithm that overcomes the problem of intensity and object formation differences between the two modalities. To this end, we develop a novel set of geometrical shape descriptors that takes into account the geometrical relation between the objects shadow and highlight. Results from 7,052 pairs of SAS and optical images collected during several sea experiments show improved classification performance compared to the state-of-the-art for better discrimination between different types of underwater objects. For reproducibility, we share our database.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI