近日,上海大学通信与信息工程学院硕士研究生方政凯在导师沈礼权研究员的指导下,以第一作者在中科院一区期刊《IEEE Transactions on Circuits and Systems for Video Technology》(影响因子:5.859)上发表题为“Prior-Guided Contrastive Image Compression for Underwater Machine Vision”的研究论文,沈礼权研究员为通讯作者。
本文通过建立一个数据集对多个增强算法的机器任务性能进行排序,得到正负样本,将对比学习的思想引入编码过程,基于水下先验的引导,实现面向机器的特征增强。在水下通信带宽有限的情况下,水下图像需以低码率压缩传输。根据水下图像的特点,设计针对水下图像的压缩算法,保证低码率下取得优秀的识别检测性能对海洋研究具有重要意义。本项研究在语义分割、目标检测等多种机器任务中得到验证,与现有压缩算法相比,本算法在mIOU指标上有10%-15%的提升,mAP指标上有5%-10%的提升。该技术将大大提高水下机器人、水下监控等应用的探测敏捷性和高效性。
该工作得到国家自然科学基金重点项目(No.61931022)的资助与支持。
(附论文链接:DOI:10.1109/TCSVT.2022.3229296)