로봇학회논문지 제15권 제1호(통권 제55호) (p.1-7)

수중에서의 특징점 매칭을 위한 CNN기반 Opti-Acoustic변환

CNN-based Opti-Acoustic Transformation for Underwater Feature Matching
키워드 :
Sonar,Deep Learning,Underwater,Feature Matching

목차

Abstract
1. 서 론
2. 선행 연구 조사
   2.1 광-음향학(Opti-acoustics)
   2.2 신경망 기반 스타일 변환
   2.3 수중 이미지에의 적용
3. 연구 방법
   3.1 이미지 전처리
   3.2 CNN을 이용한 이미지 특징 추출
   3.3 손실 최소화를 통한 이미지 생성
4. 연구 결과
   4.1 수조 실험 환경
   4.2 신경망 기반 스타일 변환
   4.3 특징점 매칭 평가
   4.4 특징 벡터의 유사성 평가
5. 결 론
References

초록

In this paper, we introduce the methodology that utilizes deep learning-based front-end to enhance underwater feature matching. Both optical camera and sonar are widely applicable sensors in underwater research, however, each sensor has its own weaknesses, such as light condition and turbidity for the optic camera, and noise for sonar. To overcome the problems, we proposed the opti-acoustic transformation method. Since feature detection in sonar image is challenging, we converted the sonar image to an optic style image. Maintaining the main contents in the sonar image, CNN-based style transfer method changed the style of the image that facilitates feature detection. Finally, we verified our result using cosine similarity comparison and feature matching against the original optic image.