结合SAS与光学到SAS图像迁移的水下目标分类
计算机视觉与模式识别
2023-04-25 v1 信号处理
摘要
将合成孔径声纳（SAS）图像与光学图像相结合用于水下目标分类，有潜力克服诸如水体清晰度、光学图像分析平台的稳定性以及基于声纳分类时来自海床的强反射等挑战。在本工作中，我们提出这种多模态组合方法以区分人造目标与岩石或垃圾等物体。我们提出了一种新颖的分类算法，克服了两种模态之间强度与目标形成差异的问题。为此，我们开发了一组新颖的几何形状描述子，其考虑了目标阴影与高亮之间的几何关系。在多次海上实验中收集的7052对SAS与光学图像上的结果表明，与当前最优（SOTA）方法相比，分类性能有所提升，能更好地区分不同类型的水下目标。为可复现性，我们公开了我们的数据库。
引用
@article{arxiv.2304.11875,
title = {Underwater object classification combining SAS and transferred optical-to-SAS Imagery},
author = {Avi Abu and Roee Diamant},
journal= {arXiv preprint arXiv:2304.11875},
year = {2023}
}