利用合成图像实现海上碰撞规避
计算机视觉与模式识别
2019-05-14 v1
摘要
多船海上碰撞虽被认为罕见，但2017年数艘美国海军舰艇发生致命海上碰撞事故，造成十七名美国军人死亡。本文所介绍的试验正是对这些事件的直接回应。我们提出一种基于视频图像处理的舰载海上碰撞规避系统，将有助于确保海上舰艇的安全驻泊与航行。我们的系统利用在合成海上图像上训练的卷积神经网络，以检测场景内附近舰艇、对检测到的舰艇进行航向分析，并在有驶近舰艇时发出警报。此外，我们提出导航危险-合成（NAVHAZ-Synthetic）数据集。该数据集包含从虚拟舰载摄像机以及人类“甲板瞭望”视角观察到的十类舰艇的一百万张标注图像。NAVHAZ-Synthetic包含展现不同海况、光照条件以及雾、海浪飞沫和盐积等光学退化的图像。我们展示了在基于计算机视觉的海上碰撞预警系统中使用合成图像的结果，其性能令人鼓舞。
引用
@article{arxiv.1905.04828,
title = {Leveraging synthetic imagery for collision-at-sea avoidance},
author = {Chris M. Ward and Josh Harguess and Alexander G. Corelli},
journal= {arXiv preprint arXiv:1905.04828},
year = {2019}
}