水下图像语义分割：数据集与基准
计算机视觉与模式识别
2020-09-15 v3 图像与视频处理
摘要
本文提出了首个用于水下图像语义分割（SUIM）的大规模数据集。它包含超过 1500 张图像，带有八类目标的像素级标注：鱼类（脊椎动物）、珊瑚礁（无脊椎动物）、水生植物、沉船/遗迹、潜水员、机器人以及海床。这些图像在海洋勘探与人机协作实验中严格采集，并由人工参与者标注。我们还基于标准性能指标，对最先进的语义分割方法给出了基准评测。此外，我们提出了 SUIM-Net，一种全卷积编码器-解码器模型，可平衡性能与计算效率之间的权衡。它在保证快速端到端推理的同时提供具有竞争力的性能，这对于其在视觉引导水下机器人自主流水线中的使用至关重要。特别地，我们展示了其在视觉伺服、显著性预测以及精细场景理解方面的可用性优势。借助多种用例，所提模型与基准数据集为水下机器人视觉的未来研究开辟了广阔机遇。
引用
@article{arxiv.2004.01241,
title = {Semantic Segmentation of Underwater Imagery: Dataset and Benchmark},
author = {Md Jahidul Islam and Chelsey Edge and Yuyang Xiao and Peigen Luo and Muntaqim Mehtaz and Christopher Morse and Sadman Sakib Enan and Junaed Sattar},
journal= {arXiv preprint arXiv:2004.01241},
year = {2020}
}