[论文解读] Rotation-invariant shipwreck recognition with forward-looking sonar

Gustavo Neves, Rômulo Cerqueira+2 more|arXiv (Cornell University)|Oct 11, 2019

Maritime and Coastal Archaeology参考文献 13被引用 6

一句话总结

本文提出一种基于前视声呐的旋转不变沉船识别方法，结合噪声与海底背景抑制，利用方向梯度直方图（HOG）和多尺度滑动窗口支持向量机（SVM）检测器，实现了在低误报率下的87.6%平均真正例率，能够鲁棒检测不同朝向的特定水下目标（如Vapor da Jequitaia沉船）。

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.

研究动机与目标

• 为解决在浑浊或低能见度水下环境中光学相机失效时，检测与识别特定水下物体的挑战。
• 克服声呐数据缺乏高密度信息且难以用于目标识别的局限性。
• 开发一种可训练的、旋转不变的检测系统，使自主水下航行器（AUV）能够识别并导航至特定目标（如沉船）。
• 通过使AUV能够利用已知目标作为导航参考，支持自主检查任务，减少对昂贵遥控潜水器（ROV）或潜水员作业的依赖。
• 将该方法集成至FlatFish AUV平台，用于实际水下检查应用。

提出的方法

• 预处理流程可减少传感器噪声并抑制前视声呐图像中的海底背景，增强目标形状与边缘的可见性。
• 采用方向梯度直方图（HOG）作为特征提取器，以表征目标物体的结构特征。
• 应用多尺度图像金字塔以实现不同尺寸下的目标检测，支持尺度不变性检测。
• 采用滑动窗口方法，结合可变步长（8×8和16×16像素），在多个方向上扫描声呐图像以定位目标。
• 使用线性核的支持向量机（SVM）在正样本（沉船）和负样本（背景）上进行训练，以分类检测区域。
• 系统在旋转图像（0°至180°，每10°一个步长）上评估检测性能，选择SVM置信度最高的窗口，以确保旋转不变性。

实验结果

研究问题

• RQ1 可训练的、旋转不变的识别系统是否能在真实水下条件下，从前视声呐图像中检测特定沉船？
• RQ2 当声呐数据分辨率低且噪声高时，HOG与SVM的结合在检测水下物体方面的有效性如何？
• RQ3 预处理在多大程度上可减少海底与传感器噪声，从而提升声呐图像中目标的可检测性？
• RQ4 在基于声呐的目标识别中，多尺度检测的最优尺度与滑动窗口步长为何值？
• RQ5 该系统在相同目标不同朝向下的表现如何？是否能在旋转情况下保持高检测准确率？

主要发现

• 当尺度为1.010、滑动窗口步长为16×16像素时，该方法实现了87.6%的平均真正例率（TPR），为所有测试配置中的最佳性能。
• 误报率（FPR）始终保持较低水平，最高仅为1.7%，表明目标检测具有强特异性。
• 随着尺度值增加，性能下降，TPR在尺度1.500时降至63.8%，表明较小尺度更能保留区分性特征。
• 16×16步长在TPR与FPR两方面均优于8×8，表明其在检测灵敏度与计算效率之间具有更好的平衡。
• 系统在0°至180°的所有旋转角度下均成功检测到Vapor da Jequitaia沉船，证实了其旋转不变能力。
• 图6a与6b中的ROC曲线验证了检测器的鲁棒性，其在多个尺度与步长下均表现出高TPR与低FPR。