Online Informative Sampling using Semantic Features in Underwater Environments

要約

水中の世界は依然としてほとんど未踏の領域であり、自律型水中探査機 (AUV) が海底探査において重要な役割を果たしています。
ただし、AUV を使用して水中環境を継続的に監視すると、大量のデータが生成される可能性があります。
さらに、水中環境からライブ データ フィードを送信するには、AUV 用の専用のオンボード データ ストレージ オプションが必要であり、他のより優先度の高いタスクの要件を妨げる可能性があります。
有益なサンプリング手法は、観察結果を凝縮することで解決策を提供します。
この論文では、AUV の視覚体験をリアルタイムでサンプリングする、意味を意識したオンライン情報サンプリング (ON-IS) アプローチを紹介します。
具体的には、微調整された物体検出モデルから視覚的特徴を取得して、サンプリング結果を必要な意味情報と一致させます。
私たちの貢献は、(a) 新しいセマンティック オンライン インフォマティブ サンプリング (SON-IS) アルゴリズム、(b) 提案されたアプローチを検証するためのユーザー調査、および (c) 提案されたサンプルに関して提案されたアルゴリズムをスコア化するための新しい評価指標です。
人間の被験者

要約(オリジナル)

The underwater world remains largely unexplored, with Autonomous Underwater Vehicles (AUVs) playing a crucial role in sub-sea explorations. However, continuous monitoring of underwater environments using AUVs can generate a significant amount of data. In addition, sending live data feed from an underwater environment requires dedicated on-board data storage options for AUVs which can hinder requirements of other higher priority tasks. Informative sampling techniques offer a solution by condensing observations. In this paper, we present a semantically-aware online informative sampling (ON-IS) approach which samples an AUV’s visual experience in real-time. Specifically, we obtain visual features from a fine-tuned object detection model to align the sampling outcomes with the desired semantic information. Our contributions are (a) a novel Semantic Online Informative Sampling (SON-IS) algorithm, (b) a user study to validate the proposed approach and (c) a novel evaluation metric to score our proposed algorithm with respect to the suggested samples by human subjects

arxiv情報

提供元, 利用サービス

arxiv.jp, Google