基于风格迁移方法所学描述子的水下声纳图像匹配
计算机视觉与模式识别
2021-08-30 v1
摘要
本文提出一种结合风格迁移技术与所学描述子以增强水下声纳图像匹配性能的方法。在水下视觉领域,声纳是当前最有效的大距离探测传感器,在地图构建与目标搜索任务中表现优异。然而,传统图像匹配算法均基于光学图像开发。为解决这一矛盾,采用风格迁移方法将声纳图像转换为光学风格,同时引入对声纳图像匹配具有优异表达力的所学描述子。实验表明,该方法显著提升了声纳图像的匹配质量。此外,它也为利用风格迁移方法进行水下声纳图像预处理提供了新思路。
引用
@article{arxiv.2108.12072,
title = {Matching Underwater Sonar Images by the Learned Descriptor Based on Style Transfer Method},
author = {Xiaoteng Zhou and Changli Yu and Xin Yuan and Citong Luo},
journal= {arXiv preprint arXiv:2108.12072},
year = {2021}
}