破冰：近距离冰覆盖水域的视频分割
计算机视觉与模式识别
2024-12-11 v4
摘要
北极海冰的快速消退，预计到 2060 年将出现无冰夏季，开启了新的海上航线，但也需要可靠的导航解决方案。当前方法严重依赖主观专家判断，凸显了对自动化、数据驱动解决方案的需求。本研究利用机器学习评估冰情，使用船载光学数据，引入了一个精细标注的 946 张图像数据集，以及一种半自动的基于区域标注技术。提出的视频分割模型 UPerFlow 通过引入六通道 ResNet 编码器、每张图像的两个基于 UPerNet 的分割解码器、PWCNet 作为光流编码器以及集成双向光流特征且不丢失潜在信息的跨连接，推进了 SegFlow 架构。所提出的架构在遮挡区域的表现优于基线图像分割网络平均 38%，展示了视频分割在应对具有挑战性的北极条件方面的鲁棒性。
引用
@article{arxiv.2411.05225,
title = {Breaking The Ice: Video Segmentation for Close-Range Ice-Covered Waters},
author = {Corwin Grant Jeon MacMillan and K. Andrea Scott and Matthew Garvin and Zhao Pan},
journal= {arXiv preprint arXiv:2411.05225},
year = {2024}
}