• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>IFAC Conference on Control Applications in Marine Systems, Robotics, and Vehicles >Autonomous Underwater Vehicle Navigation Using Sonar Image Matching based on Convolutional Neural Network
【24h】

Autonomous Underwater Vehicle Navigation Using Sonar Image Matching based on Convolutional Neural Network

机译：基于卷积神经网络的声纳图像匹配自动水下车辆导航

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

This paper presents an image matching algorithm based on convolutional neural network (CNN) to aid in the navigating of an Autonomous Underwater Vehicle (AUV) where external navigation aids are not available. We aim to solve the problem where traditional image feature representations and similarity learning are not learned jointly and to improve the matching accuracy of sonar images in deep ocean with dynamic backgrounds, low-intensity and high-noise scenes. In our work, the proposed CNN-based model can train the texture features of sonar images without any manually designed feature descriptors, which can jointly optimize the representation of the input data conditioned on the similarity measure being used. The validation studies show the feasibility and veracity of the proposed method for many general and offset cases using collected sonar images.
机译：本文介绍了一种基于卷积神经网络（CNN）的图像匹配算法，以帮助导航外部导航辅助工具的自主水下车辆（AUV）。 我们的目标是解决传统图像特征表示和相似度学习的问题并不共同学习，并提高具有动态背景，低强度和高噪声场景的深海声纳图像的匹配准确性。 在我们的工作中，所提出的基于CNN的模型可以培训声纳图像的纹理特征，而没有任何手动设计的特征描述符，可以共同优化所使用的相似度量的输入数据的表示。 验证研究表明，使用收集的声纳图像的许多通用和偏移案例的所提出方法的可行性和准确性。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号