面向基于 2D 前视声纳多视图立体的伪前向深度学习

从 2D 前视声纳声学图像中恢复缺失的维度信息是水下机器人领域的公认难题。已有工作尝试从单幅图像恢复 3D 信息，使机器人可通过穿越运动生成 3D 地图。然而，由于独特的图像形成原理，从单幅图像估计 3D 信息面临严重的歧义问题。经典多视图立体方法可避免歧义问题，但可能需要大量视点才能生成精确模型。本工作中，我们提出一种新颖的基于学习的多视图立体方法来估计 3D 信息。为更好利用多帧信息，提出一种高程平面扫描方法以生成深度-方位-高程代价体。正则化后的代价体可视为目标的概率体素表示。我们不使用对高程角进行回归，而是利用代价体中的伪前向深度来表示 3D 信息，从而避免声学成像中的 2D-3D 问题。仅用两到三幅图像即可生成高精度结果。我们生成了合成数据集以模拟多种水下目标，并构建了首个在大尺度水池中带有精确真值(real dataset with accurate ground truth)的真实数据集。实验结果表明，与其他最先进方法相比，我们的方法具有优越性。