基于模式分析的声纳点云处理识别海龟
信号处理
2022-05-20 v1
摘要
海龟在沿海区域数量众多，受到高强度人为声学噪声的影响。本文提出一种基于模式分析的检测方法，用作附近存在海龟的预警系统。我们聚焦于克服由混响引起的低信杂比（SCR）这一挑战。假设由于低SCR，点云中的目标回波以群组形式接收，我们的检测器通过聚类搜索模式，以识别回波点云中可能的“团块”，并将其分类为杂波或目标。我们的无监督聚类基于团块成员关系的几何与频谱约束。进而，将识别出的团块分类为目标或杂波，是基于从回波模式中提取的特征。为此，假设来自海龟的回波稳定但因龟体内部畸变而包含频谱多样性，我们量化团块成员的稳定性及其频谱熵。我们在建模仿真和实海中测试了检测器，用于检测康复后放归的海龟。结果表明其对高度起伏的目标强度具有鲁棒性，并能在低SCR下检测。
引用
@article{arxiv.2205.09361,
title = {Sonar Point Cloud Processing to Identify Sea Turtles by Pattern Analysis},
author = {Dror Kipnis and Yaniv Levy and Roee Diamant},
journal= {arXiv preprint arXiv:2205.09361},
year = {2022}
}