用于相干合成孔径声纳的神经体素重建
图像与视频处理
2023-06-19 v1 计算机视觉与模式识别
信号处理
摘要
合成孔径声纳（SAS）从多个视角测量场景，以提高重建图像的分辨率。SAS 的图像重建方法相干地合并测量值，将声学能量聚焦到场景上。然而，由于测量数量有限和硬件带限，图像形成通常是欠约束的，这限制了现有重建方法的能力。为应对这些挑战，我们设计了一种分析-合成优化，利用神经渲染的最新进展来执行相干 SAS 成像。我们的优化使我们能够将基于物理的约束和场景先验纳入图像形成过程。我们在空气和水中的仿真与实验结果上验证了该方法。我们从定量和定性上证明，该方法通常比现有方法产生更优的重建。我们共享代码和数据以保证可复现性。
引用
@article{arxiv.2306.09909,
title = {Neural Volumetric Reconstruction for Coherent Synthetic Aperture Sonar},
author = {Albert W. Reed and Juhyeon Kim and Thomas Blanford and Adithya Pediredla and Daniel C. Brown and Suren Jayasuriya},
journal= {arXiv preprint arXiv:2306.09909},
year = {2023}
}