利用六自由度姿态基础模型进行海底沉积物掩埋映射
计算机视觉与模式识别
2025-06-13 v1
摘要
人造物体在海底的掩埋状态有助于了解局部沉积动力学，同时也对评估生态风险、潜在污染物传输以及弹药等危险材料的恢复或缓解策略的可行性至关重要。由于部分遮挡、能见度差和物体退化，从遥感图像中准确估计掩埋深度仍然困难。本工作引入了一个计算机视觉流水线 PoseIDON，它将深度基础模型特征与多视角摄影测量相结合，利用 ROV 视频估计六自由度物体姿态及周围海底的朝向。掩埋深度通过将物体的 CAD 模型与观测图像对齐，并拟合海底的局部平面近似来推断。该方法通过圣佩德罗盆地一个历史性海洋倾倒点记录的54个物体（包括桶和弹药）的视频进行了验证。该模型实现了约10厘米的平均掩埋深度误差，并解析了反映底层沉积物传输过程的空间掩埋模式。该方法实现了对海底掩埋的可扩展、无创映射，并支持对污染场地的环境评估。
引用
@article{arxiv.2506.10386,
title = {Leveraging 6DoF Pose Foundation Models For Mapping Marine Sediment Burial},
author = {Jerry Yan and Chinmay Talegaonkar and Nicholas Antipa and Eric Terrill and Sophia Merrifield},
journal= {arXiv preprint arXiv:2506.10386},
year = {2025}
}