[논문 리뷰] Rotation-invariant shipwreck recognition with forward-looking sonar

Gustavo Neves, Rômulo Cerqueira외 2명|arXiv (Cornell University)|2019. 10. 11.

Maritime and Coastal Archaeology참고 문헌 13인용 수 6

한 줄 요약

이 논문은 전방 레이더 소나를 사용한 회전 불변 선박 침몰지 탐지 방법을 제안하며, 노이즈 및 해저 배경 제거와 히스토GRAM 오브 오리엔티드 그래디언트(HOG) 및 다중 척도 슬라이딩 윈도우 SVM 검출기를 조합한다. 이 방법은 낮은 거짓 경고 비율에서도 평균 87.6%의 참 양성률을 달성하여, 다양한 방향에서의 침몰지인 바이퍼 다 지쿠타이아 선체와 같은 특정 잠수 대상의 강력한 탐지가 가능하다.

ABSTRACT

Under the sea, visible spectrum cameras have limited sensing capacity, being able to detect objects only in clear water, but in a constrained range. Considering any sea water condition, sonars are more suitable to support autonomous underwater vehicles' navigation, even in turbid condition. Despite that sonar suitability, this type of sensor does not provide high-density information, such as optical sensors, making the process of object recognition to be more complex. To deal with that problem, we propose a novel trainable method to detect and recognize (identify) specific target objects under the sea with a forward-looking sonar. Our method has a preprocessing step in charge of strongly reducing the sensor noise and seabed background. To represent the object, our proposed method uses histogram of orientation gradient (HOG) as feature extractor. HOG ultimately feed a multi-scale oriented detector combined with a support vector machine to recognize specific trained objects in a rotation-invariant way. Performance assessment demonstrated promising results, favoring the method to be applied in underwater remote sensing.

연구 동기 및 목표

• 광학 카메라가 기능하지 않는 탁한 또는 저조도 수중 환경에서 특정 잠수 물체를 탐지하고 인식하는 데 도전하는 것.
• 고밀도 정보가 부족하고 물체 인식에 어려움을 겪는 소나 데이터의 한계를 극복하는 것.
• 자율 수중 탐사선(AUV)이 특정 목표물(예: 침몰지)을 식별하고 향하는 데 가능한 학습 가능한, 회전 불변 탐지 시스템을 개발하는 것.
• AUV가 알려진 목표물을 항법 기준으로 사용하여 비용이 많이 드는 ROV나 잠수부 작업에 의존도를 줄일 수 있도록 자율 점검 작업을 지원하는 것.
• 이 방법을 실세계 수중 점검 응용 프로그램을 위해 FlatFish AUV 플랫폼에 통합하는 것.

제안 방법

• 센서 노이즈를 감소시키고 해저 배경을 억제하는 전처리 파이프라인을 통해 소나 이미지의 물체 형태와 윤곽선의 가시성을 향상시킨다.
• 대상 물체의 구조적 특성을 표현하기 위해 히스토GRAM 오브 오리엔티드 그래디언트(HOG)를 특징 추출기로 사용한다.
• 다양한 크기의 물체를 탐지할 수 있도록 다중 척도 이미지 피라미드를 적용하여 척도 불변 탐지 기능을 구현한다.
• 다양한 방향에서 대상 위치를 찾기 위해 가변 스텝 크기(8×8 및 16×16 픽셀)를 가진 슬라이딩 윈도우 방식으로 소나 이미지를 스캔한다.
• 양성(침몰지) 및 부정(배경) 샘플에 대해 선형 커널을 사용한 서포트 벡터 머신(SVM)을 훈련시켜 검출 영역을 분류한다.
• 회전된 이미지(0°에서 180°까지 10° 간격)에서의 성능을 평가하여, 최고의 SVM 신뢰도 점수를 가진 윈도우를 선택함으로써 회전 불변성을 확보한다.

실험 결과

연구 질문

• RQ1 실제 수중 환경에서 전방 레이더 소나 이미지에 대해 학습 가능한, 회전 불변 인식 시스템이 특정 침몰지를 탐지할 수 있는가?
• RQ2 소나 데이터가 저해상도이고 노이즈가 많을 경우 HOG와 SVM의 조합이 침수 물체 탐지에 얼마나 효과적인가?
• RQ3 전처리 과정이 해저 및 센서 노이즈를 얼마나 줄여주며, 소나 영상에서의 목표물 탐지 가능성은 얼마나 향상되는가?
• RQ4 소나 기반 물체 인식에서 다중 척도 탐지에 가장 적합한 척도와 슬라이딩 윈도우 스텝 크기는 무엇인가?
• RQ5 동일한 목표물의 다양한 방향에서 시스템의 성능은 어떠하며, 회전에 비해 높은 탐지 정확도를 유지할 수 있는가?

주요 결과

• 16×16 픽셀 스텝 크기와 척도 1.010에서 평균 참 양성률(TPR)이 87.6%를 기록하여 모든 테스트 설정 중에서 최고 성능을 달성했다.
• 거짓 경고 비율(FPR)은 일관되게 낮게 유지되었으며, 최대 1.7%에 그쳐 목표물 탐지의 높은 특이도를 보였다.
• 척도 값이 증가함에 따라 성능이 저하되었으며, 척도 1.500에서 TPR이 63.8%로 떨어져 더 작은 척도에서 더 구분력 있는 특징을 유지함을 시사했다.
• 16×16 스텝 크기가 8×8보다 TPR과 FPR 모두에서 뛰어난 성능을 보여, 탐지 민감도와 계산 효율성 간의 균형이 더 우수함을 입증했다.
• 시스템은 0°에서 180°까지의 모든 회전 각도에서 바이퍼 다 지쿠타이아 침몰지를 성공적으로 탐지하여, 회전 불변 기능이 확인되었다.
• 그림 6a와 6b의 ROC 곡선은 다양한 척도와 스텝 크기에서 높은 TPR과 낮은 FPR을 유지함으로써 검출기의 강건성을 검증한다.