迈向通用潜水员跟随算法：深度视觉检测中鲁棒性与效率的平衡
机器人学
2018-09-19 v1
摘要
本文探讨一类用于自主水下机器人的鲁棒潜水员跟随算法的设计与开发。通过考虑多样真实世界环境下水下视觉跟踪的操作挑战，我们 formulation 了一组通用潜水员跟随算法应具备的特征。我们试图利用最先进的深度目标检测模型来满足这些特征并最大化通用跟踪性能。我们以在实时约束下的机载设置中平衡鲁棒性与效率之间的权衡为目标，对这些模型的构建模块进行微调。随后，我们设计了一个架构简单的基于卷积神经网络（CNN）的潜水员检测模型，其速度远快于最先进的深度模型，同时提供可比较的检测性能。此外，我们通过在封闭水域与开放水域环境中的若干现场实验验证了所提潜水员跟随模块的性能与有效性。
引用
@article{arxiv.1809.06849,
title = {Towards a Generic Diver-Following Algorithm: Balancing Robustness and Efficiency in Deep Visual Detection},
author = {Md Jahidul Islam and Michael Fulton and Junaed Sattar},
journal= {arXiv preprint arXiv:1809.06849},
year = {2018}
}