Object classification in semi structured enviroment using forward-looking sonar

DSpace/Manakin Repository

español português english

Object classification in semi structured enviroment using forward-looking sonar

Show simple item record

dc.contributor.author Santos, Matheus Machado dos
dc.contributor.author Ribeiro, Pedro Otávio Cardozo de Souza
dc.contributor.author Núñez Trujillo, Pedro Miguel
dc.contributor.author Drews-Jr, Paulo
dc.contributor.author Botelho, Silvia Silva da Costa
dc.date.accessioned 2019-05-17T11:06:24Z
dc.date.available 2019-05-17T11:06:24Z
dc.date.issued 2017
dc.identifier.issn 1424-8220
dc.identifier.uri http://hdl.handle.net/10662/9322
dc.description.abstract La exploración submarina utilizando robots ha ido en aumento en los últimos años. La automatización de tareas tales como monitoreo, inspección y mantenimiento bajo el agua requiere la comprensión del entorno del robot. El reconocimiento de objetos en la escena se está convirtiendo en un problema crítico para estos sistemas. En este trabajo, se estudia una tubería de clasificación de objetos bajo el agua aplicada en imágenes acústicas adquiridas por Forward-Looking Sonar (FLS). La segmentación de objetos combina el umbral, la búsqueda de píxeles conectados y las técnicas de análisis de picos de intensidad. El descriptor del objeto extrae la intensidad y las características geométricas de los objetos detectados. Se presenta una comparación entre los clasificadores Máquina de vectores de soporte, Vecinos más cercanos a K y Árboles aleatorios. Se desarrolló una herramienta de código abierto para anotar y clasificar los objetos y evaluar su rendimiento de clasificación. El método propuesto segmenta y clasifica eficientemente las estructuras en la escena utilizando un conjunto de datos real adquirido por un vehículo submarino en un área de puerto. Los resultados experimentales demuestran la solidez y precisión del método descrito en este documento. es_ES
dc.description.abstract The submarine exploration using robots has been increasing in recent years. The automation of tasks such as monitoring, inspection, and underwater maintenance requires the understanding of the robot’s environment. The object recognition in the scene is becoming a critical issue for these systems. On this work, an underwater object classification pipeline applied in acoustic images acquired by Forward-Looking Sonar (FLS) are studied. The object segmentation combines thresholding, connected pixels searching and peak of intensity analyzing techniques. The object descriptor extract intensity and geometric features of the detected objects. A comparison between the Support Vector Machine, K-Nearest Neighbors, and Random Trees classifiers are presented. An open-source tool was developed to annotate and classify the objects and evaluate their classification performance. The proposed method efficiently segments and classifies the structures in the scene using a real dataset acquired by an underwater vehicle in a harbor area. Experimental results demonstrate the robustness and accuracy of the method described in this paper. es_ES
dc.description.sponsorship • National Institute of Science and Technology - Integrated Oceanography and Multiple Uses of the Continental Shelf and Adjacent Ocean - Integrated Oceanography Center INCT-Mar COI funded by CNPq. Beca 610012/2011-8 • BS-NAVLOC (CAPES no 321/15, DGPU 7523 / 14-9, proyecto MEC PHBP14 / 00083) es_ES
dc.format.extent 16 p. es_ES
dc.format.mimetype application/pdf en_US
dc.language.iso eng es_ES
dc.publisher MDPI es_ES
dc.rights Attribution 4.0 International *
dc.rights.uri http://creativecommons.org/licenses/by/4.0/ *
dc.subject Sensores submarinos es_ES
dc.subject Monitoreo bajo el agua es_ES
dc.subject Vigilancia submarina es_ES
dc.subject Underwater sensors es_ES
dc.subject Underwater monitoring es_ES
dc.subject Underwater surveillance es_ES
dc.title Object classification in semi structured enviroment using forward-looking sonar es_ES
dc.type article es_ES
dc.description.version peerReviewed es_ES
europeana.type TEXT en_US
dc.rights.accessRights openAccess es_ES
dc.subject.unesco 1203.04 Inteligencia Artificial es_ES
dc.subject.unesco 3308 Ingeniería y Tecnología del Medio Ambiente es_ES
europeana.dataProvider Universidad de Extremadura. España es_ES
dc.identifier.bibliographicCitation Santos, M. M. dos; Ribeiro, P. O. Cardozo de Souza; Núñez Trujillo, P. M.; Drews-Jr, P. y Botelho, S. Silva da Costa. (2017). Object classification in semi structured enviroment using forward-looking sonar. Sensors, 17, 10, 2235. ISSN 1424-8220 es_ES
dc.type.version publishedVersion es_ES
dc.contributor.affiliation Universidade Federal do Rio Grande. Brasil es_ES
dc.contributor.affiliation Universidad de Extremadura. Departamento de Tecnología de los Computadores y de las Comunicaciones es_ES
dc.relation.publisherversion https://doi.org/10.3390/s17102235 es_ES
dc.relation.publisherversion https://www.mdpi.com/1424-8220/17/10/2235 es_ES
dc.identifier.doi 10.3390/s17102235
dc.identifier.publicationtitle Sensors es_ES
dc.identifier.publicationissue 10 es_ES
dc.identifier.publicationfirstpage 1 es_ES
dc.identifier.publicationlastpage 16 es_ES
dc.identifier.publicationvolume 17, 2235 es_ES


Files in this item

Files Size Format View
s17102235.pdf 5.356Mb PDF View  Thumbnail

The following license files are associated with this item:

This item appears in the following Collection(s)

Show simple item record

Attribution 4.0 International Except where otherwise noted, this item's license is described as Attribution 4.0 International

Search DSpace


Browse

My Account

Statistics

Help

Redes sociales