已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

CMAF: Cross-Modal Augmentation via Fusion for Underwater Acoustic Image Recognition

计算机科学 水下 模态(人机交互) 人工智能 声纳 遮罩(插图) 特征(语言学) 编码(集合论) 模式识别(心理学) 图像融合 情态动词 图像(数学) 过程(计算) 计算机视觉 地理 艺术 语言学 哲学 化学 考古 集合(抽象数据类型) 高分子化学 视觉艺术 程序设计语言 操作系统
作者
Shih‐Wei Yang,Li-Hsiang Shen,Hong-Han Shuai,Kai‐Ten Feng
出处
期刊:ACM Transactions on Multimedia Computing, Communications, and Applications [Association for Computing Machinery]
被引量:2
标识
DOI:10.1145/3636427
摘要

Underwater image recognition is crucial for underwater detection applications. Fish classification has been one of the emerging research areas in recent years. Existing image classification models usually classify data collected from terrestrial environments. However, existing image classification models trained with terrestrial data are unsuitable for underwater images, as identifying underwater data is challenging due to their incomplete and noisy features. To address this, we propose a cross-modal augmentation via fusion ( CMAF ) framework for acoustic-based fish image classification. Our approach involves separating the process into two branches: visual modality and sonar signal modality, where the latter provides a complementary character feature. We augment the visual modality, design an attention-based fusion module, and adopt a masking-based training strategy with a mask-based focal loss to improve the learning of local features and address the class imbalance problem. Our proposed method outperforms the state-of-the-art methods. Our source code is available at https://github.com/WilkinsYang/CMAF.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
2秒前
4秒前
4秒前
无花果应助momo采纳,获得10
5秒前
Jay完成签到,获得积分20
5秒前
yuanquaner发布了新的文献求助10
6秒前
6秒前
guojingjing完成签到,获得积分10
6秒前
Akim应助超大人采纳,获得10
7秒前
Zach发布了新的文献求助10
7秒前
斯文败类应助强健的元冬采纳,获得10
9秒前
FashionBoy应助Bella_qcx采纳,获得10
9秒前
zwying完成签到,获得积分10
10秒前
田様应助lx采纳,获得10
11秒前
上官若男应助离言采纳,获得30
14秒前
14秒前
mc完成签到,获得积分10
14秒前
Yubler完成签到,获得积分10
15秒前
craftsman发布了新的文献求助10
16秒前
19秒前
20秒前
22秒前
fay完成签到,获得积分10
23秒前
科目三应助YM采纳,获得10
23秒前
24秒前
华仔应助管某采纳,获得10
26秒前
jun发布了新的文献求助10
26秒前
27秒前
27秒前
西西完成签到 ,获得积分10
27秒前
28秒前
29秒前
斯文败类应助唐宇欣采纳,获得10
30秒前
staid725关注了科研通微信公众号
30秒前
33秒前
yoyo发布了新的文献求助10
33秒前
密林小叶子完成签到,获得积分10
34秒前
34秒前
随机完成签到 ,获得积分10
35秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Prompt Engineering for Clinicians: Harnessing AI in Everyday Medical Practice 600
REAL-WORLD EFFICACY AND GENOMIC LANDSCAPE OF POLATUZUMA VEDOTIN-BASED FIRST-LINE THERAPY IN DIFFUSE LARGE B-CELL LYMPHOMA: A FOCUS ON TP53 MUTATIONS AND TREATMENT RESPONSE 500
Handbook of Luminescence Dating 500
Safety Pharmacology 500
《KNN基无铅压电陶瓷电学性能优化与物理机理研究》 500
Elgar Concise Encyclopedia of Space Law 400
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 计算机科学 化学工程 生物化学 物理 内科学 复合材料 催化作用 光电子学 物理化学 电极 细胞生物学 基因 遗传学
热门帖子
关注 科研通微信公众号,转发送积分 6943815
求助须知:如何正确求助?哪些是违规求助? 8629338
关于积分的说明 18304845
捐赠科研通 6378618
什么是DOI,文献DOI怎么找? 3079068
关于科研通互助平台的介绍 2119722
邀请新用户注册赠送积分活动 2056006