一个同时面向水下图像增强与水下目标检测的基础数据集
计算机视觉与模式识别
2020-06-30 v1
摘要
水下图像增强是一项重要的视觉任务，因其在海洋工程与水下机器人中的意义。它通常作为预处理步骤以提升水下目标检测等高层视觉任务的性能。尽管许多先前工作表明水下图像增强算法可提升检测器的检测精度，尚无工作专门聚焦于探究这两个任务之间的关系。这主要是因为现有水下数据集要么缺乏边界框标注，要么缺乏高质量参考图像，而检测精度或图像质量评估指标正是基于它们计算的。为探究水下图像增强方法如何影响后续水下目标检测任务，本文提供一个兼具边界框标注与高质量参考图像的大规模水下目标检测数据集，即OUC数据集。OUC数据集为研究者提供了一个平台，以全面研究水下图像增强算法对水下目标检测任务的影响。
引用
@article{arxiv.2006.15789,
title = {A Benchmark dataset for both underwater image enhancement and underwater object detection},
author = {Long Chen and Lei Tong and Feixiang Zhou and Zheheng Jiang and Zhenyang Li and Jialin Lv and Junyu Dong and Huiyu Zhou},
journal= {arXiv preprint arXiv:2006.15789},
year = {2020}
}