跳到正文
arXiv · 机器人与计算机视觉· Taqi Hamoda, Hayat Rajani, Nuno Gracias·· 2026-10-19AI 评分52

BenthicDINO:面向侧扫声纳的视图不变表示学习

BenthicDINO: Physics-Informed Self-Distillation for View-Invariant Side-Scan Sonar Representations

AI 导读

针对侧扫声纳图像受观测几何与声学伪影影响导致视图依赖的问题,提出 BenthicDINO 框架。该方法基于 ConvNeXt-v2 骨干网络,利用物理引导的数据增强和 HSIC 惩罚项,显式强制特征对斜距和入射角等物理参数不变。评估显示其在底栖栖息地映射任务中仅需 10% 标签即可达到近峰值性能,并在 AI4Shipwrecks 基准测试中以冻结表示优于全监督基线。

来源:arXiv · 机器人与计算机视觉 · arxiv.org