Video Experimental Relacionado
Updated: Feb 19, 2026

Reefshape: A System for the Efficient Collection and Automated Processing of Time-Series Underwater Photogrammetry Data for Benthic Habitat Monitoring
Published on: June 13, 2025
TransUTD: Detector espacial-temporal colaborativo transdominios submarino
Bingxun Zhao1, Xiao Han1, Ruihao Sui1
1School of Mechanical, Electrical & Information Engineering, Shandong University, Weihai, 264209, China.
El detector colaborativo espacial-temporal transdominios submarino Transformer (TransUTD) aprovecha las secuencias de video para mejorar la detección de objetos submarinos. Mejora las imágenes degradadas utilizando información temporal, logrando resultados de vanguardia en conjuntos de datos de referencia.
Área de la Ciencia:
- Visión por Computadora; Robótica; Tecnología Marina
Sus antecedentes:
- La detección de objetos submarinos enfrenta desafíos debido a la calidad degradada de la imagen.
- Los métodos existentes que utilizan fotogramas únicos o mejora/detección conjunta tienen limitaciones.
- La información temporal de las secuencias de video ofrece una solución prometedora para mejorar la detección.
Objetivo del estudio:
- Introducir un marco novedoso, TransUTD, para la detección robusta de objetos submarinos utilizando información espaciotemporal.
- Reformular la representación de características degradadas submarinas como un problema de modelado contextual temporal.
- Simplificar el pipeline de detección eliminando módulos diseñados manualmente.
Principales métodos:
- Proposición del detector colaborativo espacial-temporal transdominios submarino Transformer (TransUTD).
- Empleo de un codificador de fusión espaciotemporal para agregar características de múltiples fotogramas para una representación semántica mejorada.
- Utilización de la interacción de consultas espaciotemporales para una localización refinada en escenas submarinas complejas.
- Implementación de un decodificador colaborativo híbrido temporal para supervisión densa a través de consultas positivas temporales.
Principales resultados:
- TransUTD logra un rendimiento de vanguardia en la detección de objetos submarinos.
- Se demostraron mejoras del AP del 1,5 % en DUO y del 1,9 % en los conjuntos de datos UVID.
- Se alcanzó un rendimiento cercano al de vanguardia en ImageNetVID con un AP50 del 86,0 %.
Conclusiones:
- TransUTD utiliza eficazmente la información espaciotemporal para compensar la degradación de las características en las imágenes submarinas.
- El método propuesto simplifica el pipeline de detección y logra un rendimiento superior.
- La introducción del conjunto de datos UVID facilita la investigación futura en la detección de objetos de video submarinos.
Videos de Conceptos Relacionados
Continuous -time Fourier Transform
Uniform Depth Channel Flow: Problem Solving

