ارتقاي تشخيص لبه ي اشياء تصاوير زير آبي در داده‌هاي مصنوعي با استفاده از مدل بهبود يافته GAN

اصفهان : دانشگاه صنعتي اصفهان

مهندسي كامپيوتر

كارشناسي ارشد

بينايي ماشين زيرآبي نقش مهمي در اكتشافات دريايي، مطالعات محيط‌زيستي و به‌كارگيري وسايل نقليه خودمختار زيرآبي ايفا مي‌كند. با اين حال، به دليل جذب و پراكندگي نور در محيط زيرآب، تصاوير زيرآبي معمولاً داراي كنتراست پايين، اعوجاج رنگ و لبه‌هاي محو هستند كه اين عوامل بر عملكرد تشخيص اشيا و تخمين وضعيت تأثير منفي مي‌گذارند. به‌منظور غلبه بر اين چالش‌ها، در اين پژوهش يك سامانه يكپارچه بينايي زيرآبي پيشنهاد شده است كه براي بهبود تصاوير، تشخيص اشيا و تخمين وضعيت آن‌ها مورد استفاده قرار مي‌گيرد. به‌منظور بهبود كيفيت تصاوير زيرآبي و حفظ جزئيات ظريف و لبه‌ها، از يك شبكه مولد تخاصمي با توجه چندسطحي (MuLA-GAN) استفاده شده است. سپس تصاوير بهبوديافته توسط آشكارسازهاي پيشرفته مبتني بر YOLO پردازش مي‌شوند تا اشياي دريايي در شرايط مختلف ديدپذيري با دقت بيشتري شناسايي شوند. در نهايت، سامانه از تخمين وضعيت شش درجه آزادي (6-DoF) براي ارائه اطلاعات دقيق مكان و جهت‌گيري وسايل نقليه خودمختار زيرآبي استفاده مي‌كند. چارچوب پيشنهادي با استفاده از مجموعه‌داده‌هاي مصنوعي و واقعي زيرآبي ارزيابي شده است. نتايج نشان مي‌دهند كه اين مدل در مقايسه با روش‌هاي متداول، كيفيت بصري تصاوير را به‌طور قابل‌توجهي بهبود داده و عملكرد تشخيص اشيا و تخمين وضعيت را ارتقا مي‌بخشد. اين چارچوب، ماژول بهبود تصوير را همراه با مؤلفه‌هاي تشخيص و تخمين وضعيت در قالب يك خط لوله يكپارچه ادغام مي‌كند. نتايج آزمايش‌ها نشان مي‌دهد كه مدل پيشنهادي MULA-EdgeGAN كه بر روي مجموعه‌داده EUVP آموزش داده شده است، هنگام ارزيابي بر روي معيار UIEB بهبودهاي قابل‌توجهي را به دست مي‌آورد. اين مدل به ميانگين PSNR برابر با 17.54 dB و ميانگين SSIM برابر با 0.8036 دست يافته است. علاوه بر اين، تصاوير بهبوديافته حفظ لبه بهتري را نشان مي‌دهند كه اين موضوع با امتياز Edge F1 برابر با 0.7153 و مقدار Sobel Strength برابر با 53.82 تأييد مي‌شود و در نتيجه موجب بهبود عملكرد در وظايف تشخيص اشيا و تخمين وضعيت شش درجه آزادي (6-DoF) مي‌گردد.

237739

هوش مصنوعي و رباتيك

مهندسي برق و كامپيوتر

دانشگاه صنعتي اصفهان