近日，自然资源部海洋二所海底科学重点实验室海底地形地貌团队秦晓铭博士研究生作为第一作者、吴自银研究员和罗孝文研究员作为通讯作者撰写的基于一维序列时序融合的高精度侧扫声呐自动底跟踪算法的研究新成果发表于国际地学著名期刊IEEE Transactions on Geoscience and Remote Sensing（一区Top），合作作者包括赵荻能、周洁琼、王明伟、万黉扬、陈小伦等团队成员。. t; E! R: o' q0 _0 T+ o
侧扫声呐是一种高分辨率的水下地貌成像系统，其被广泛应用于各种水下地形地貌调查、水下目标识别探测等任务中。作为侧扫声呐数据处理中的关键环节，底跟踪任务的本质在于定位观测数据中的海底线，其精度直接决定了后续处理及最终成果的质量。目前主流的侧扫声呐底跟踪处理是依赖于人工校正，其通常需要耗费大量的时间与精力；而自动底跟踪算法则大都基于阈值判断或是图像边缘检测，对预设阈值等参数敏感，无法有效应对复杂的观测环境。因此，稳健的高精度侧扫声呐自动底跟踪算法具有重要的研究及应用价值。
4 T7 t7 Y2 V' S' T8 D海底线的变化与水下地形以及声呐载体自身姿态的变化相关，且为保证成像质量通常载体的前进速度较慢且具有较高的探测频率，综合以上特点导致海底线在时序上为变化幅度有限的连续曲线；左右海底线对应两侧阵列至海底的距离，因此其具有强对称性。基于以上特点，本文首次提出了一种基于时序融合的一维序列语义分割模型（TFSSM-1-D），用于实现准确且鲁棒的侧扫声呐自动底跟踪。TFSSM-1-D的基本结构如图1所示，预处理模块将对称先验信息引入，共享权重参数的编码器对目标ping及时序上相邻的数个ping进行特征提取，而后单点尺度时序融合模块（PTFM）和双向注意力整合模块（BAPM）分别对不同分辨率的特征向量进行时序融合，最终通过解码器重建语义向量。如图2所示，PTFM用于融合高分辨率的基础特征，用以实现高效率的有限空间尺度内的时序信息融合；BAPM则应用于低分辨率的高维抽象特征，通过注意力模块沿两个方向对时序变化特征进行建模。% H; w- C5 }# L$ D- f3 _0 \9 x+ ^
S k7 q6 J. C1 N/ b
) e- U; B9 t+ G0 Q4 H. u图1 TFSSM-1-D基本结构
3 K7 ?0 r/ D% I6 P& d* Q
. c7 h* P; i2 ~( ?" [; o9 y, M; x) Z4 v$ Z; B7 G4 w
图2 PTFM和BAPM基本结构3 z/ \4 \8 P2 A- I' J" p2 v
测试集上的实验结果显示其各项参数指标较现有方法实现了大幅提升（表1），在未经任何下采样处理的前提下平均偏离误差（MOE）、均方根误差（RMSE）等指标参数实现了显著优化；图3所示的消融实验证明了TFSSM-1-D中各关键模块的有效性，均按预期设想有效地改善了模型表现，保证了底跟踪结果的精度和稳健性。图4所示新数据上的推理结果说明TFSSM-1-D可以有效地应对复杂多变的侧扫声呐实测数据，在显著噪声干扰的情况下实现精确且稳健的海底线探测结果。$ |$ J8 B& c5 D, H/ m
表1 测试集实验结果（节选）
5 O. e( z4 z+ n( D! N . ~$ F' f) |* [# K6 q3 |7 S/ `+ W% J! `
登录/注册后可看大图
" T+ F, |8 u0 ~( p1 M
" C1 _/ D" x, w0 y
8 Q; B+ n9 s* z2 I5 k9 _- P+ c! l8 h o n2 j2 X" X; T+ F. J8 H
图3 消融实验结果
6 b& l0 L- v" H9 T4 K) b; |) w, A& [) p1 n
) G3 l1 c1 M( ]8 L1 b图4 推理结果: f: k# O$ u" h
该研究成果受到国家自然科学基金重点项目（41830530）、国家重点研发计划（2022YFC2806600、2020YFC1521700、2020YFC1521705）等的共同资助。* Z; ^- l7 K/ U% m u- e+ E
文章相关信息：X. Qin (秦晓铭), Z. Wu* (吴自银), X. Luo* (罗孝文), B. Li, D. Zhao (赵荻能), J. Zhou (周洁琼), M. Wang (王明伟), H. Wan (万黉扬), X. Chen (陈小伦), "Temporal Fusion Based 1-D Sequence Semantic Segmentation Model for Automatic Precision Side Scan Sonar Bottom Tracking," in IEEE Transactions on Geoscience and Remote Sensing, vol. 61, pp. 1-16, 2023, Art no. 4201816, doi: 10.1109/TGRS.2023.3245603.
1 i9 J' }& f; u i B$ n6 ]& m链接：https://ieeexplore.ieee.org/abstract/document/10045732& F4 p S$ j5 A4 _1 A0 K7 c1 D* N
7 N6 n1 }, h0 e1 U- [, Q/ C( k3 R( @8 j2 ~
# X* a! E# e, B% |* Q0 T信息来源：海底科学重点实验室。8 E0 A& O/ _7 J$ X
|
6 X* \$ S4 E6 ^
! E2 {9 {, O) b9 w8 G
