基于图像属性迁移与局部特征的水下声学图像与光学图像匹配算法
计算机视觉与模式识别
2021-08-30 v1
摘要
在水下视觉研究领域，声纳传感器与光学相机间的图像匹配一直是个具有挑战性的问题。由于二者成像机制不同，声学图像与光学图像的灰度值、纹理、对比度等在局部位置也存在差异，使得基于光学图像的传统匹配方法失效。加之水下数据获取困难且成本高，进一步影响了声光数据融合技术的研究进程。为最大化利用水下传感器数据并促进多传感器信息融合(MSIF)的发展，本研究应用基于深度学习方法的图像属性迁移来解决声光图像匹配问题，其核心是尽可能消除二者间的成像差异。同时引入先进的局部特征描述子以解决这一颇具挑战的声光匹配问题。实验结果表明，我们所提方法能有效预处理声光图像并获得准确的匹配结果。此外，该方法基于图像深度语义层的结合，可间接展示原始图像对间的局部特征匹配关系，为水下多传感器图像匹配问题提供了新方案。
引用
@article{arxiv.2108.12151,
title = {A Matching Algorithm based on Image Attribute Transfer and Local Features for Underwater Acoustic and Optical Images},
author = {Xiaoteng Zhou and Changli Yu and Xin Yuan and Citong Luo},
journal= {arXiv preprint arXiv:2108.12151},
year = {2021}
}