基于域泛化的水下机器人鲁棒目标检测
计算机视觉与模式识别
2025-03-27 v1 机器学习
摘要
目标检测旨在获取给定图像中特定对象的位置和类别，包括分类和定位两个任务。近年来，研究者倾向于将目标检测应用于配备视觉系统的水下机器人，以完成包括渔业养殖、鱼类养殖、生物多样性监测等任务。然而，水下环境的多样性和复杂性为目标检测带来了新挑战。首先，水生生物体倾向于共存，导致严重的遮挡。其次，水生生物善于隐藏自己，颜色类似于背景。第三，各种水质和可变且极端的照明条件导致水下摄像机获取的图像失真、低对比度、呈蓝绿色，造成 domain shift。深度模型通常对 domain shift 较为脆弱。第四，水下机器人的运动导致捕获图像模糊，使水体浑浊，导致水下视野性差。本文探讨了上述水下环境带来的问题，旨在设计一个高性能且鲁棒的水下目标检测器。
引用
@article{arxiv.2503.19929,
title = {Robust Object Detection of Underwater Robot based on Domain Generalization},
author = {Pinhao Song},
journal= {arXiv preprint arXiv:2503.19929},
year = {2025}
}
备注
Master's thesis, in Chinese language