수중 객체 탐지 및 데이터셋: 조사

초록 인간에 의한 해양 자원의 빠른 착취 및 활용은 수중 객체 탐지 작업에 대한 상당한 관심을 불러일으켰습니다. 수중 환경에서 캡처된 대상들은 수질 혼탁도, 복잡한 배경 조건, 조명 변화와 같은 다양한 요인으로 인해 일반 이미지에서 캡처된 대상들과 상당히 다릅니다. 이러한 불리한 요인은 높은 강도의 잡음, 텍스처 왜곡, 고르지 않은 조명, 낮은 대비, 제한된 가시성과 같은 다양한 도전을 제기합니다. 수중 환경에서의 특정 어려움에 대응하기 위해, 최근 몇 년 간 이러한 도전에 대응하는 다양한 수중 객체 탐지 방법이 개발되었습니다. 뿐만 아니라, 이러한 방법의 개발 및 평가를 촉진하기 위해 다양한 포괄적인 수중 데이터셋을 구축하는 데에도 상당한 노력이 기울여졌습니다. 본 논문은 수작업 특징에 의존하는 세 가지 측면을 기반으로 한 14개의 전통적인 수중 객체 탐지 방법을 개요합니다. 또한, 여덟 가지 측면에서 심층 학습을 기반으로 한 34개의 더 발전된 기술이 제시되었습니다. 더불어, 본 논문은 수중 객체 탐지 임무에서 사용되는 7개의 대표적인 데이터셋에 대한 포괄적 연구를 수행합니다. 이후, 현재 수중 객체 탐지 작업에서 직면하는 도전 과제를 다섯 가지 방향에서 분석합니다. 연구 결과를 바탕으로, 이 분야 및 그 너머의 추가 발전을 촉진할 잠재적인 연구 방향이 기대됩니다.