elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

Verbesserung der Klassifikationsperformance von Deep Learning Modellen durch Reduktion der Komplexität von Seitensichtsonarbildern

Steiniger, Yannik und Stoppe, Jannis und Kraus, Dieter und Meisen, Tobias (2023) Verbesserung der Klassifikationsperformance von Deep Learning Modellen durch Reduktion der Komplexität von Seitensichtsonarbildern. In: DAGA 2023 - 49. Jahrestagung für Akustik, Seiten 892-895. DAGA 2023 - 49. Jahrestagung für Akustik, 2023-03-06 - 2023-03-09, Hamburg, Deutschland. ISBN 978-3-939296-21-8.

[img] PDF - Nur DLR-intern zugänglich
489kB

Offizielle URL: https://pub.dega-akustik.de/DAGA_2023/data/index.html

Kurzfassung

Mit einer zunehmend autonomen Untersuchung des Meeresbodens, z. B. durch autonome Unterwasserfahrzeuge, die mit bildgebenden Sonarsystemen ausgestattet sind, steigt auch die Anforderung an eine automatische Auswertung der gewonnenen Daten. Deep Learning Methoden haben sich in den letzten Jahren auch im Sonar Bereich für die Detektion und Klassifikation von Objekten als effizientes Werkzeug herausgestellt. Die dahinterstehenden Modelle müssen jedoch mit einer großen Menge an Daten trainiert werden. Die Aufnahme großer und variabler Sonarbilddatensätze ist jedoch mit einem erheblichen Aufwand verbunden. Somit ist es essenziell das Training von Deep Learning Modellen auch mit kleinen Datensätzen erfolgreich zu gestalten. In dieser Arbeit wird die Reduktion der Komplexität der Eingangsbilder sowie die explizierte Verwendung von manuell extrahierten Merkmalen der Bilder als geeignete Methode vorgestellt. Genauer gesagt, wird die Größeninformation verschiedener Objekte durch Skalierung der Sonarbilder entfernt. Zusätzlich wird diese Information einem Convolutional Neural Network (CNN) als separater Eingang zur Verfügung gestellt. Die so trainierten CNNs zeigen eine Verbesserung der Klassifikationsperformance um 13 Prozentpunkte gegenüber einem gewöhnlichen Training.

elib-URL des Eintrags:https://elib.dlr.de/194754/
Dokumentart:Konferenzbeitrag (Vortrag)
Titel:Verbesserung der Klassifikationsperformance von Deep Learning Modellen durch Reduktion der Komplexität von Seitensichtsonarbildern
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Steiniger, YannikYannik.Steiniger (at) dlr.dehttps://orcid.org/0000-0002-9327-446XNICHT SPEZIFIZIERT
Stoppe, Jannisjannis.stoppe (at) dlr.dehttps://orcid.org/0000-0003-2952-3422NICHT SPEZIFIZIERT
Kraus, DieterCity Univertity of Applied Sciences BremenNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Meisen, TobiasUniversity of Wuppertalhttps://orcid.org/0000-0002-1969-559XNICHT SPEZIFIZIERT
Datum:2023
Erschienen in:DAGA 2023 - 49. Jahrestagung für Akustik
Referierte Publikation:Nein
Open Access:Nein
Gold Open Access:Nein
In SCOPUS:Nein
In ISI Web of Science:Nein
Seitenbereich:Seiten 892-895
ISBN:978-3-939296-21-8
Status:veröffentlicht
Stichwörter:Deep Learning Klassifikation Sonarbilder
Veranstaltungstitel:DAGA 2023 - 49. Jahrestagung für Akustik
Veranstaltungsort:Hamburg, Deutschland
Veranstaltungsart:nationale Konferenz
Veranstaltungsbeginn:6 März 2023
Veranstaltungsende:9 März 2023
HGF - Forschungsbereich:keine Zuordnung
HGF - Programm:keine Zuordnung
HGF - Programmthema:keine Zuordnung
DLR - Schwerpunkt:keine Zuordnung
DLR - Forschungsgebiet:keine Zuordnung
DLR - Teilgebiet (Projekt, Vorhaben):keine Zuordnung
Standort: Bremerhaven
Institute & Einrichtungen:Institut für den Schutz maritimer Infrastrukturen > Maritime Sicherheitstechnologien
Hinterlegt von: Steiniger, Yannik
Hinterlegt am:02 Aug 2023 11:56
Letzte Änderung:19 Jun 2024 15:20

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.