May, 2023

Eiffel Tower: 一种用于长期视觉定位的深海水下数据集

PDF
TL;DR本研究提供了一个新的深海数据集，通过四次不同时间拍摄的同一海底热液喷口的图像，评估了多种长期水下定位技术的效果，对数据进行了分析并揭示了多年来的主要变化。
underwatervisual localizationrobotics systemsdeep-sea datasetlong-term
发现论文，激发创造
  • AQUALOC: 水下视觉 - 惯性 - 压力定位数据集

    本文介绍了一个新的数据集，旨在为水下机器人的同时定位和映射方法开发提供数据。该数据集由三个不同深度的环境中记录，使用 ROV 拍摄，包括摄像头、惯性测量单元、压力传感器和计算单元。这个数据集对于开发水下机器人的视觉定位方法可能会有很大的帮助。

    Oct, 2019

  • 用于水下视觉分析算法评估的真实鱼类栖息地数据集

    DeepFish 提出了一个大规模的、适用于多个计算机视觉任务的数据集，该数据集包含了约 40,000 张图像，覆盖了 20 个热带海洋环境的鱼类栖息地，并且收集了点级别和分割标签，可以用于鱼类数量的自动监测、位置的标识和大小的估计。该数据集可以作为一个测试基准，用于激励在这一具有挑战性的水下计算机视觉领域的进一步发展。

    Aug, 2020

  • Atlantis: 实现稳定扩散的水下深度估计

    通过使用准确的陆地深度数据生成真实感的水下图像，我们提出了一种新的流程，实现了水下深度估计模型在未见水下图像上取得了相当大的定量和定性改进，并帮助了依赖于深度图的水下图像恢复技术。

    Dec, 2023

  • 高效大规模 AUV 视觉海底地图生成

    通过结合海洋数据科学、深海探索、自主水下载具、水下成像和机器人三维重建等技术的最新发展，我们提出了一个系统，可在海底面积达公顷级的范围内进行自动化的机器人三维重建。该系统经过多次研究航行的测试和评估，展示了在真实条件下的稳定性和实用性。

    Aug, 2023

  • 提升水下视觉跟踪的方法与大规模数据集以及图像增强

    该论文介绍了一种用于水下视觉对象跟踪（UVOT）的新数据集和通用跟踪器增强方法。论文提出了一种新颖的水下图像增强算法，针对水下环境提供了显著的性能提升，并引入了一个大规模的 UVOT 基准数据集，其中包含 400 个视频片段和 275,000 个手动注释的帧，用于深度跟踪器的水下训练和评估。

    Aug, 2023

  • DeepURL: 水下相对定位的深度姿态估计框架

    本文提出一种基于深度学习的实时自主水下机器人单张图像 6D 相对位姿估计方法，采用基于图像转换的方法进行训练和预测，能够实现对自主水下机器人在不同环境下进行准确位姿的快速估算。

    Mar, 2020

  • 深度学习用于水下机器人的视觉导航

    本文旨在简要概述深度学习方法在水下机器人的视觉导航中的应用。论文的范围包括利用深度学习方法进行水下机器人的视觉感知、可获得的水下视觉数据集、仿真学习和强化学习方法以及与训练方法相关的分类。除了作为对比例子外，本文不考虑使用深度学习算法处理非视觉数据的水下导航文献。

    Oct, 2023

  • 拥挤室内环境的大规模定位数据集

    使用新型的激光雷达 SLAM 技术和结构运动优化方法在大型商场和地铁站获取室内数据集以便于在室内环境中进行视觉定位，并测试现代化的视觉定位算法，证明结构基方法使用健壮的图像特征具有更高的性能。

    May, 2021

  • 针对混浊和动态水下环境的单目实时视觉里程计

    本文提出了一种适用于水下环境的单目视觉里程计方法，该方法基于光流跟踪和基于关键帧的非线性优化，并在模拟和实际水下数据集上验证其性能优于现有的视觉 SLAM 方法，主要应用于水下考古任务中 ROV 的定位。

    Jun, 2018

  • 你所见即你所得：使用深度神经网络的经验排名进行拓扑定位的数据集对比相似度

    利用最相关的视觉记忆来定位或者事先预测定位的可能结果对于高效和稳健的视觉导航非常有用。我们提出了一种高度可扩展的工具 Visual DNA，用于比较图像数据集，鉴于本文中的深度架构在特定层面上通过匹配特征体积进行地点识别，我们使用分布度量来比较活体图像和多个先前记录的过往经验之间神经元激活统计的差异，发现这些差异与使用具有相同外观差距的过去经验进行定位的性能相关。我们验证了我们的方法在 Nordland 跨季节数据集以及牛津大学公园的数据中，展示了我们系统在候选经验的实际定位性能排序方面的出色能力。

    Oct, 2023