[Submitted on 12 Jun 2025 (v1), last revised 20 Jul 2026 (this version, v2)]

View PDF HTML (experimental)

Abstract:海底人为物体的掩埋状态可以揭示局部沉积动力学特征，同时对评估生态风险、潜在污染物迁移以及危险物质（如弹药）的回收或缓解策略的可行性至关重要。由于部分遮挡、能见度差以及物体退化，从远程影像中准确估计掩埋深度仍然困难。本工作提出了一种名为PoseIDON的计算机视觉流程，该流程结合深度基础模型特征与多视角摄影测量技术，从ROV视频中估计物体的六自由度位姿以及周围海底的朝向。通过将物体的CAD模型与观测影像对齐，并拟合海底的局部平面近似值来推断掩埋深度。该方法使用在圣佩德罗盆地历史海洋倾倒场记录的54个物体（包括桶和弹药）的影像进行了验证。模型实现了约10厘米的平均掩埋深度误差，并解析出反映底层沉积物运移过程的空间掩埋模式。该方法能够实现可扩展的、非侵入式的海底掩埋制图，并支持受污染场地的环境评估。

Submission history

From: Jerry Yan [view email]
[v1] Thu, 12 Jun 2025 06:21:00 UTC (37,995 KB)
[v2] Mon, 20 Jul 2026 20:08:20 UTC (29,978 KB)