DOI: https://doi.org/10.1109/joe.2026.3688893
تاريخ النشر: 2026-01-01
المؤلف: Zhenyun Du وآخرون
الموضوع الرئيسي: البحوث في الصوتيات تحت الماء
نظرة عامة
تقدم البحث إطار عمل التجميع عبر الإنترنت (OCF) المصمم للتفسير الفوري لصور قاع البحر، معالجًا قيود طرق التحليل التقليدية غير المتصلة التي تتطلب مجموعات بيانات كاملة ووضع علامات بشرية. يعمل OCF على تدفقات البيانات المستمرة، مما يمكّن المهام التكيفية لمركبات الغوص الذاتية ذات التحمل الطويل (AUVs) من خلال تحديد والحفاظ على عينات تمثيلية تلتقط توزيع الميزات المتطورة بكفاءة. يدعم هذا الإطار دمج المجموعات الديناميكي والانقسام دون الحاجة إلى إعادة معالجة تاريخ الصورة بالكامل، مما يحسن الكفاءة الحسابية.
تم تقييمه عبر ثلاثة مجموعات بيانات متنوعة لصور قاع البحر، حقق OCF متوسط درجة F1 قدره 0.68، متفوقًا على طرق التجميع عبر الإنترنت الأخرى ومظهرًا قوة في مواجهة التغيرات في مسارات الاستطلاع. بالإضافة إلى ذلك، حافظ على أوقات حسابية أقل ومحدودة مع زيادة حجم البيانات، مما يحقق توازنًا ملائمًا بين الدقة والكفاءة مقارنة بالطرق غير المتصلة. تشير النتائج إلى أن OCF مناسب تمامًا للتنفيذ على متن مركبات AUV، مما يسهل مهام الإدراك والتعرف الفوري الضرورية للاستكشاف البحري الفعال.
مقدمة
في مقدمة الورقة، يناقش المؤلفون أهمية مركبات الغوص الذاتية (AUVs) في التقاط صور عالية الدقة لقاع البحر لمجموعة متنوعة من التطبيقات مثل الاستكشاف العلمي والحفاظ على البيئة البحرية. تتبع مهام AUV عادةً مسارات محددة مسبقًا، مع معالجة البيانات بشكل غير متصل لإعادة بناء الأنماط المكانية في البيئة. ومع ذلك، فإن التوهين القوي للضوء تحت الماء يتطلب تصويرًا عن قرب (1-10 م)، مما يحد من النطاق المكاني لكل صورة ويشكل تحديات للتحليل الفوري وتخطيط المسار التكيفي بناءً على الأنماط المكتشفة.
يبرز المؤلفون قيود الأطر التصنيفية الحالية، خاصة في الاستطلاعات تحت الماء حيث يمكن أن تؤدي التغيرات في الإضاءة وعوامل أخرى إلى تدهور أداء النموذج. يقترحون التجميع كبديل للتصنيف، باستخدام طرق مثل K-means والتجميع القائم على الكثافة لتحديد الأنماط الجوهرية دون الاعتماد على تسميات محددة مسبقًا. المساهمة الرئيسية في عملهم هي تطوير طريقة آلية للانقسام والدمج الديناميكي للمجموعات، والتي تحافظ على مجموعة قابلة للإدارة من المجموعات بمرور الوقت بينما تحدد بكفاءة الصور التمثيلية التي تلتقط مجموعة الميزات الملاحظة. تضمن هذه الطريقة نتائج تجميع متسقة بغض النظر عن ترتيب الملاحظات وتحافظ على أداء ثابت مع مرور الوقت مع زيادة حجم البيانات، مما يعالج التحديات المرتبطة بمعالجة البيانات الفورية وعدم توازن الفئات.
طرق
في هذا القسم، يوضح المؤلفون إعداد التجربة لنهج التجميع الخاص بهم المطبق على صور قاع البحر. يقوم إطار عمل التجميع عبر الإنترنت (OCF) بمعالجة الصور في دفعات من 1,000، مع الحفاظ على حد أقصى قدره 4,000 صورة تمثيلية لاستيعاب قيود وحدة المعالجة المركزية على متن الطائرة. يتم تنفيذ دمج المجموعات باستخدام عتبات المسافة والحجم المحافظة، تحديدًا $\epsilon_D = 5$ و$\epsilon_V = 1.1$. يتم تهيئة النموذج دون افتراضات مسبقة لضمان التكيف غير المتحيز مع البيانات الواردة.
تقوم الدراسة بمقارنة سبعة متغيرات للتجميع، كل منها يختلف في بنية العمود الفقري، واستراتيجية الانقسام، واختيار التمثيل. يستخدم المتغير الكامل للتاريخ نموذج خليط غاوسي لعملية ديريشليه (DPGMM) كعمود فقري ويعالج جميع الصور المتراكمة دون انقسام أو اختيار تمثيل. في المقابل، تقوم المتغيرات عبر الإنترنت بالتحديث بشكل تدريجي بناءً على الدفعة الحالية، بما في ذلك طرق مثل الدمج فقط، وSAM مع استراتيجيات انقسام متنوعة، وOC مع تقنيات أخذ العينات القائمة على الكثافة. لتقييم حساسية نتائج التجميع لترتيب الملاحظات، يتم استخدام ثلاثة أنماط استطلاع: نمط غرب-شرق، نمط شمال-جنوب، ونمط نقاط عشوائية. تُظهر اتساق النتائج عبر هذه الأنماط قوة نهج التجميع وقابليته للتطبيق على مسارات مركبات الغوص الذاتية (AUV).
نتائج
في هذا القسم، يقدم المؤلفون نتائج التجميع لمجموعات بيانات صور قاع البحر، مع التركيز على الدقة وتكلفة الوقت لطرق التجميع المختلفة. يتم استخدام درجة F1 لتقييم أداء التجميع من خلال مقارنة التعيينات المتوقعة للمجموعات مع تسميات الحقيقة الأرضية المعلّمة بشريًا. تشير النتائج إلى أن التجميع غير المراقب غالبًا ما يؤدي إلى مجموعات تحتوي على عينات من فئات دلالية متعددة، مما يعكس التداخل الجوهري في فضاء الميزات بدلاً من الالتزام الصارم بالفئات المحددة مسبقًا. على سبيل المثال، في مجموعة بيانات DM، يتم تعيين 81.0% من المجموعات إلى فئة الرواسب، بينما تُظهر مجموعة بيانات CB خلطًا كبيرًا بين الصخور والحصى الناعم. الطريقة الأفضل أداءً، OC + أخذ عينات HKmeans، تحقق درجة F1 قدرها 0.726، مما يبرز مزايا التحديثات الديناميكية للدمج والانقسام على النماذج الثابتة.
كما تكشف التحليلات عن تأثير عدم توازن الفئات على فعالية التجميع. في مجموعات البيانات المتوازنة مثل CB، يكون لتغيرات استراتيجيات التجميع تأثيرات ضئيلة، بينما تكافح مجموعات البيانات غير المتوازنة مثل DM وSH مع تمثيل ناقص للفئات الأقل، مما يؤدي إلى تقديرات معلمات متحيزة. تُظهر تقنيات أخذ العينات القائمة على الكثافة والعمود الفقري غير المعلمي مثل DPGMM أنها تحافظ بشكل أفضل على الفئات الأقل من خلال التركيز على الكثافة المحلية، مما يقلل من التحيز. فيما يتعلق بالكفاءة الحسابية، تتكبد طرق مثل التاريخ الكامل وOC + أخذ عينات HKmeans تكاليف زمنية عالية بسبب إعادة تشغيل الصور السابقة، بينما تقدم OC + أخذ عينات قائمة على الكثافة توازنًا ملائمًا بين الدقة ووقت التشغيل، محققة أكثر من 0.7 F1 عبر مجموعات البيانات مع الحفاظ على متطلبات المعالجة عبر الإنترنت.
نقاش
يؤكد النقاش حول التعلم عبر الإنترنت على ضرورة تكيف النماذج مع المهام الجديدة مع الحفاظ على الأداء على البيانات التي تم تعلمها سابقًا، خاصة في سياقات التجميع. التحديثات المستمرة لحدود المجموعات ضرورية لاستيعاب الملاحظات الجديدة، التي قد تقدم حالات دلالية غير مرئية سابقًا أو تتطلب تعديلات في التجميعات الحالية. يعد تحقيق توازن بين الأداء على البيانات الجديدة والتاريخية تحديًا كبيرًا في التجميع عبر الإنترنت، حيث يمكن أن يؤدي إعطاء الأولوية لأحدهما إلى تدهور الآخر. تُستخدم تقنيات مثل تقطير المعرفة، حيث توجه نماذج المعلم المستقرة نماذج الطلاب القابلة للتكيف، وطرق إعادة تشغيل البيانات للاحتفاظ بالمعرفة التاريخية دون الحاجة إلى إعادة معالجة شاملة.
يستخدم إطار عمل التجميع عبر الإنترنت (OCF) نموذج خليط غاوسي لعملية ديريشليه (DPGMM) كعمود فقري لتسهيل دمج المجموعات الديناميكي والانقسام بناءً على البيانات الواردة. يستخدم الإطار معايير مثل مسافة ماهالانوبس ومقارنات الحجم لتحديد أهلية دمج المجموعات، بينما يتم توجيه انقسام المجموعات بواسطة معايير المعلومات مثل AIC وBIC. بالإضافة إلى ذلك، يتم تنفيذ تقطير البيانات القائم على الكثافة للحفاظ على مجموعة تمثيلية من العينات، مما يضمن الكفاءة الحسابية مع التقاط التوزيع الكامن للبيانات التاريخية. يُظهر OCF أداءً فعالًا في التجميع، محققًا متوسط درجة F1 قدرها 0.678 عبر ثلاث مجموعات بيانات لصور قاع البحر، مما يشير إلى إمكانيته للتطبيقات الفورية في نشرات مركبات الغوص الذاتية تحت الماء.
DOI: https://doi.org/10.1109/joe.2026.3688893
Publication Date: 2026-01-01
Author(s): Zhenyun Du et al.
Primary Topic: Underwater Acoustics Research
Overview
The research presents an Online Clustering Framework (OCF) designed for real-time interpretation of seafloor imagery, addressing the limitations of traditional offline analysis methods that require complete datasets and human labeling. The OCF operates on continuous data streams, enabling adaptive missions for long-endurance Autonomous Underwater Vehicles (AUVs) by efficiently identifying and maintaining representative samples that capture evolving feature distributions. This framework supports dynamic cluster merging and splitting without the need to reprocess the entire image history, thus optimizing computational efficiency.
Evaluated across three diverse seafloor image datasets, the OCF achieved an average F1 score of 0.68, outperforming other online clustering approaches and demonstrating robustness to variations in survey trajectories. Additionally, it maintained lower and bounded computational times as data volume increased, striking a favorable balance between accuracy and efficiency compared to offline methods. The findings indicate that the OCF is well-suited for onboard implementation in AUVs, facilitating real-time perception and recognition tasks essential for effective marine exploration.
Introduction
In the introduction of the paper, the authors discuss the significance of Autonomous Underwater Vehicles (AUVs) in capturing high-resolution images of the seafloor for various applications such as scientific exploration and marine conservation. AUV missions typically follow pre-defined trajectories, with data processed offline to reconstruct spatial patterns in the environment. However, the strong attenuation of light underwater necessitates close-range imaging (1-10 m), which limits the spatial extent of each image and poses challenges for real-time analysis and adaptive trajectory planning based on detected patterns.
The authors highlight the limitations of existing classification frameworks, particularly in subsea surveys where variations in lighting and other factors can degrade model performance. They propose clustering as an alternative to classification, utilizing methods like K-means and density-based clustering to identify intrinsic patterns without relying on pre-defined labels. The key contribution of their work is the development of an automated method for dynamic splitting and merging of clusters, which maintains a manageable set of clusters over time while efficiently identifying representative images that capture the range of observed features. This approach ensures consistent clustering results regardless of the order of observations and maintains time-constant performance as data volume increases, addressing challenges associated with real-time data processing and class imbalance.
Methods
In this section, the authors detail the experimental setup for their clustering approach applied to seafloor imagery. The Online Clustering Framework (OCF) processes images in batches of 1,000, maintaining a maximum of 4,000 representative images to accommodate onboard CPU limitations. Cluster merging is executed using conservative distance and volume thresholds, specifically $\epsilon_D = 5$ and $\epsilon_V = 1.1$. The model is initialized without prior assumptions to ensure unbiased adaptation to incoming data.
The study compares seven clustering variants, each differing in backbone architecture, splitting strategy, and representative selection. The full history variant employs a Dirichlet Process Gaussian Mixture Model (DPGMM) backbone and processes all accumulated images without splitting or representative selection. In contrast, the online variants update incrementally based on the current batch, including methods such as Only Merging, SAM with various splitting strategies, and OC with density-based sampling techniques. To assess the sensitivity of the clustering outcomes to the order of observations, three survey patterns are utilized: West-East raster, North-South raster, and a Random waypoint pattern. The consistency of results across these patterns demonstrates the robustness of the clustering approach and its applicability to various Autonomous Underwater Vehicle (AUV) trajectories.
Results
In this section, the authors present the clustering results of seafloor image datasets, focusing on the accuracy and time cost of various clustering methods. The F1 score is utilized to evaluate clustering performance by comparing predicted cluster assignments with human-annotated ground truth labels. The findings indicate that unsupervised clustering often results in clusters containing samples from multiple semantic classes, reflecting the inherent overlap in feature space rather than strict adherence to predefined categories. For instance, in the DM dataset, 81.0% of clusters are mapped to the Sediment class, while the CB dataset shows significant mixing of Rock and Fine Gravel. The best-performing method, OC + HKmeans Sampling, achieves an F1 score of 0.726, highlighting the advantages of dynamic merge-split updates over static models.
The analysis also reveals the impact of class imbalance on clustering effectiveness. In balanced datasets like CB, variations in clustering strategies have minimal effects, whereas imbalanced datasets such as DM and SH struggle with underrepresentation of minority classes, leading to biased parameter estimates. Density-based sampling and nonparametric backbones like DPGMM are shown to better preserve minority classes by focusing on local density, thus mitigating bias. Regarding computational efficiency, methods like Full History and OC + HKmeans Sampling incur high time costs due to replaying past images, while OC + Density-based Sampling offers a favorable balance between accuracy and runtime, achieving over 0.7 F1 across datasets while maintaining online processing requirements.
Discussion
The discussion on online learning emphasizes the necessity for models to adapt to new tasks while maintaining performance on previously learned data, particularly in clustering contexts. Continuous updates to cluster boundaries are essential to accommodate new observations, which may introduce previously unseen semantic instances or require adjustments in existing groupings. A significant challenge in online clustering is achieving a balance between the performance on new and historical data, as prioritizing one can lead to degradation in the other. Techniques such as knowledge distillation, where stable teacher models guide adaptable student models, and data replay methods are employed to retain historical knowledge without the need for extensive reprocessing.
The proposed Online Clustering Framework (OCF) utilizes a Dirichlet Process Gaussian Mixture Model (DPGMM) backbone to facilitate dynamic cluster merging and splitting based on incoming data. The framework employs criteria such as Mahalanobis distance and volume comparisons to determine cluster merging eligibility, while cluster splitting is guided by information criteria like AIC and BIC. Additionally, density-based data distillation is implemented to maintain a representative subset of samples, ensuring computational efficiency while capturing the latent distribution of historical data. The OCF demonstrates effective clustering performance, achieving an average F1 score of 0.678 across three seafloor image datasets, indicating its potential for real-time applications in autonomous underwater vehicle deployments.