arXiv cs.AI· Taqi Hamoda, Hayat Rajani, Nuno Gracias·· 11 小时前AI 评分18
BenthicDINO：面向视角不变侧扫声呐表征的物理引导自蒸馏框架
BenthicDINO: Physics-Informed Self-Distillation for View-Invariant Side-Scan Sonar Representations
AI 导读
BenthicDINO 是一个物理引导的自监督学习框架，用 ConvNeXt-v2 骨干、物理引导增强和 HSIC 惩罚，显式约束特征对斜距、入射角等观测参数的不变性，从而把采集几何与海底反射率解耦。在海底栖息地制图中仅用 10% 标签即接近峰值性能，并在 AI4Shipwrecks 基准上以冻结表征超越全监督基线。
正文 · AI 翻译
摘要：侧扫声呐（SSS）图像的自动解译传统上受视角依赖性制约，因为记录到的强度不可避免地会将海底固有反射率与瞬时的采集几何构型和声学伪影混为一谈。为解决这一问题，我们提出了 BenthicDINO，一个物理信息驱动的自监督学习框架，可将采集动态与海底表征解耦。BenthicDINO 采用 ConvNeXt-v2 主干网络、物理引导的增强策略以及 HSIC 惩罚项，显式地强制特征对斜距和入射角等物理观测参数保持不变。评估结果表明其具有卓越的数据效率——仅使用 10% 的可用标签即可在底栖生境制图中达到接近峰值的性能——并具备强大的跨域泛化能力，在使用冻结表征的情况下于 AI4Shipwrecks 基准上超越了全监督基线。
| 主题： | 计算机视觉与模式识别（cs.CV）；人工智能（cs.AI）；机器学习（cs.LG） |
| 引用为： | arXiv:2608.23215 [cs.CV] |
| （或 arXiv:2608.23215v2 [cs.CV] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2608.23215 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Taqi Hamoda [查看邮箱]
[v1]
2026年8月24日星期一 13:11:22 UTC（7,095 KB）
[v2]
2026年10月16日星期五 14:33:36 UTC（8,965 KB）
来源：arXiv cs.AI · arxiv.org