任务导向的声纳图像质量评价模型及方法研究

Sonar image is an important carrier of ocean information. In order to achieve efficient acquisition and processing of ocean information, one of the core issues is to establish a model for sonar image quality assessment, and regard the evaluated quality as the optimization indicator of sonar image acquisition and transmission technology. Considering that sonar images have specific task background (such as underwater detection, etc.) which will influence the quality assessment model through evaluation scale, attention mechanism, etc., a large number of image quality assessment models for traditional optical images are not suitable for sonar images. So it is particularly important to study sonar image quality assessment based on task background. To this end, this project intends to establish sonar image quality evaluation model under the guidance of task, i.e., the task-oriented sonar image quality assessment model, and mainly includes following expectations: 1) building a subjective sonar image quality database, expanding the database through style transfer, which avoids a large number of high-cost transmission experiments and provides experimental basis for sonar image quality assessment; 2) modeling the impact of task to image quality assessment, which provides the theoretical basis for task-oriented quality assessment models; 3) researching the task-oriented sonar image quality assessment model and method based on the influence model, task requirement and visual characteristics. This project will facilitate to monitor sonar image quality and improve the efficiency of ocean information acquisition and transmission. And it also provides reference for quality analysis of other kind of images with task background.

声纳图像是海洋信息的重要载体，为实现海洋信息的高效获取与处理，核心问题之一是建立模型评价声纳图像的质量，以此作为其采集、传输等相关技术的优化指标。考虑到声纳图像所承担的特定任务（如水下探测等）会通过评价尺度、注意机制等影响其质量评价模型，因此当前大量针对传统光学图像的相关研究并不适合声纳图像，基于任务背景研究声纳图像质量感知机制尤为重要。为此本项目以特定任务为指导，重点攻克声纳图像质量评价问题，拟开展如下研究：1）构建作为项目实验基础的声纳图像主观质量素材库，并通过风格迁移扩展素材库，避免进行大量高成本传输实验；2）建立作为项目理论基础的，任务背景对图像质量评价的影响模型；3）基于影响模型，结合任务需求与视觉特性，研究任务导向的声纳图像质量评价模型及方法。本项目的成果有助于监控声纳图像质量，提高海洋信息的采集和传输效率，同时也为其他具有任务背景的图像质量分析提供了参考。

随着“智慧海洋”建设的进程不断推进，海洋信息可靠传输与处理逐渐受到关注，声纳图像作为海洋信息的重要载体，在“智慧海洋”中发挥着重要作用。实现声纳图像质量的有效评价，能为采集、传输等过程提供优化目标。考虑到声纳图像具有特定任务背景，任务背景从评价尺度、特征提取等多个方面对质量的评估机制产生影响，使得基于保真度的感知质量评价机制无法胜任声纳图像的质量评价。为此，本项目提出了任务导向的声纳图像质量评价，旨在建立考虑任务背景的质量评价框架，为海洋信息的智能传输与处理提供优化目标与指导。以目标检测为任务背景，本项目主要开展了如下工作：.1）对任务导向的质量评价进行了定性分析，定义了任务导向质量评价及效用质量，明确了门限效应的存在及其影响因子，规范了任务导向的主观质量评价准则与流程，建立了2套水下图像主观效用质量素材库；.2）分析了任务背景对与图像特性的关联，并进一步探讨了效用质量相关的声纳图像特征提取，重点分析了全层次信息提取与物体识别的关联，据此建立了非全参考的声纳图像效用质量评价框架，实现轻量化的声纳图像效用质量评价；.3）作为水下图像的补充，引入了任务导向的水下光学质量评价，借助水下机器视觉应用，以迁移学习的形式将视觉应用中关注的特征迁移至质量评价网络中，实现了实际任务到质量评价模型的联结，建立了一套基于迁移学习的效用质量评价框架，实现了高可靠性的盲参考效用质量评价。.综上，本项目对效用质量及任务导向的质量评价进行了定义，规范了任务导向的主观质量评价的流程，为任务导向的质量评价提供了实验基础；在理论研究方面，项目组分析了视觉特性与图像效用质量之间的关联，为依靠任务导向的相关图像质量感知研究提供理论支持；在实际应用中，项目组利用任务相关特征的提取以及迁移学习的运用，量化了任务背景对质量的影响，使得图像的效用质量可计算、可比较，可硬件实现，为效用质量的评价提供了新颖的解题思路。