HoloMine：基于微波全息成像的埋设地雷识别合成数据集
计算机视觉与模式识别
2025-03-03 v1 图像与视频处理
信号处理
摘要
地雷的探测与清除是一项复杂且危险的任务，需要先进的遥感技术来降低专业人员在此任务中面临的风险。本文提出了一个用于埋设地雷探测的新型合成数据集，为研究人员提供宝贵的资源，以观察、测量、定位和解决地雷探测中的问题。该数据集包含41,800张微波全息图像（2D）及其对应的不同类型埋设物体（包括地雷、杂波和陶器物体）的全息反演扫描（3D），通过微波全息传感器采集。我们评估了在合成数据集上训练的多种SOTA深度学习模型在各种分类任务中的性能。尽管结果尚未达到高性能，表明了所提任务的难度，但我们相信，得益于全息雷达可获得的精度和分辨率，该数据集具有推动地雷探测领域发展的巨大潜力。据我们所知，我们的数据集是首个此类数据集，将有助于推动计算机视觉方法在自动化地雷探测方面的进一步研究，其最终目标是降低排雷过程的风险和成本。
引用
@article{arxiv.2502.21054,
title = {HoloMine: A Synthetic Dataset for Buried Landmines Recognition using Microwave Holographic Imaging},
author = {Emanuele Vivoli and Lorenzo Capineri and Marco Bertini},
journal= {arXiv preprint arXiv:2502.21054},
year = {2025}
}
备注
under review