用于水下人机交互的潜水员视觉面部识别
机器人学
2020-11-20 v1 计算机视觉与模式识别
摘要
本文提出了一种用于水下机器人识别水肺潜水员的深度学习面部识别方法。具体而言，所提方法能够在潜水员面部被水肺面罩和呼吸装置严重遮挡的情况下于水下识别他们。我们在本研究中的贡献在于针对面部特征显著遮挡及水下光学畸变导致图像退化的个体鲁棒面部识别。具备正确识别潜水员的能力后，自主水下航行器（AUV）将能够在人机团队中与正确的人开展协作任务，并确保指令仅被授权指挥机器人的人员所接受。我们证明，所提框架能够通过不同的数据增强与生成技术从真实世界潜水员面部学习判别性特征。实验评估表明，该框架相比最先进（SOTA）算法的预测准确率提升达 3 倍，并且非常适用于机器人平台上的嵌入式推理。
引用
@article{arxiv.2011.09556,
title = {Visual Diver Face Recognition for Underwater Human-Robot Interaction},
author = {Jungseok Hong and Sadman Sakib Enan and Christopher Morse and Junaed Sattar},
journal= {arXiv preprint arXiv:2011.09556},
year = {2020}
}