前视声纳图像块匹配：现代 CNN、集成学习与不确定性
计算机视觉与模式识别
2021-08-03 v1 机器人学
摘要
水下机器人的应用日益增多，其中大多数依赖声纳进行水下视觉感知，但感知能力的不足限制了它们在此任务中的表现。声纳感知中的一个重要问题是图像块匹配，它能够支撑定位、变化检测和建图等其他技术。在彩色图像领域，该问题已有丰富的文献，但在声学图像中，由于生成这些图像的物理原理，相关研究较为匮乏。本文改进了我们之前针对此问题的成果（Valdenegro-Toro 等, 2017），不再手动设计特征，而是由卷积神经网络（CNN）学习一个相似度函数，并预测两幅输入声纳图像是否相似。为进一步改善声纳图像匹配问题，我们在 Marine Debris 数据集上评估了三种最先进的 CNN 架构，即 DenseNet 和 VGG，采用孪生或双通道架构，并使用对比损失。为确保对每个网络进行公平评估，我们执行了全面的超参数优化。我们发现，表现最佳的模型是双通道 DenseNet 网络（AUC 0.955）、采用对比损失的 VGG-孪生网络（AUC 0.949）以及 DenseNet-孪生网络（AUC 0.921）。通过集成表现最好的双通道 DenseNet 和 DenseNet-孪生模型，获得的最高总体预测准确率达到 0.978 AUC，相较于现有最佳水平的 0.91 AUC 有显著提升。
引用
@article{arxiv.2108.01066,
title = {Forward-Looking Sonar Patch Matching: Modern CNNs, Ensembling, and Uncertainty},
author = {Arka Mallick and Paul Plöger and Matias Valdenegro-Toro},
journal= {arXiv preprint arXiv:2108.01066},
year = {2021}
}
备注
Global Oceans 2021 Camera ready, 7 pages, 8 figures