• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>IFAC PapersOnLine >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主水下航行器导航

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：本文提出了一种基于卷积神经网络（CNN）的图像匹配算法，可在没有外部导航工具的情况下帮助自动水下航行器（AUV）的导航。我们旨在解决无法同时学习传统图像特征表示和相似性学习的问题，并提高动态背景，低强度和高噪声场景下深海声纳图像的匹配精度。在我们的工作中，提出的基于CNN的模型可以训练声纳图像的纹理特征，而无需任何手动设计的特征描述符，这可以根据所使用的相似性度量共同优化输入数据的表示。验证研究表明，使用所收集的声纳图像，该方法可用于许多一般情况和偏移情况的可行性和准确性。

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