用于逼真声纳图像生成与统计验证的物理信息仿真框架
计算机视觉与模式识别
2026-05-20 v1
摘要
合成声纳数据集为成本高昂的真实世界数据采集提供了一种可扩展的替代方案，但由于缺乏严格的定量验证，其实用性仍然有限。我们提出了 ACOUSIM（声学仿真与验证平台），这是一个物理信息框架，用于评估合成声纳图像与真实声纳图像之间的统计对齐性，且不依赖于生成模型。一个基于 Gazebo 的环境通过显式控制海底纹理、光照驱动的阴影、平台高度和噪声来生成类声纳图像。我们使用全局强度和局部纹理（LBP）分布，通过 KL 散度、JS 散度和推土机距离，针对两个公开声纳数据集 SeabedObjects-KLSG-II 和 Sonar Common Target Detection (SCTD) 量化了逼真度。结果显示，所有类别的纹理对齐度都很高（KL < 0.07），其中由于阴影几何的复杂性，平面类的强度对齐优于舰船类。ACOUSIM 为从仿真到真实的声纳评估建立了一个可复现的、分布级别的基线，并直接支持水下图像分析的可靠数据集验证。
引用
@article{arxiv.2605.19712,
title = {Physics-informed simulation framework for realistic sonar image generation and statistical validation},
author = {Kamal Basha S and Athira Nambiar},
journal= {arXiv preprint arXiv:2605.19712},
year = {2026}
}