SonarT165

SonarT165是由中国研究团队创建的大型水下声学目标跟踪基准数据集，包含165个方形序列和165个扇形序列，共计205K高质量注释。该数据集在池塘和野外环境中收集，以确保其实用性。它旨在推动声学跟踪器的发展，并针对当前跟踪器的性能局限性提出了STFTrack框架。数据集涵盖10种不同属性，适用于球体、多面体等多种目标类别，为声学目标跟踪任务提供了丰富的评估资源。

SonarT165 is a large-scale underwater acoustic object tracking benchmark dataset created by a Chinese research team. It includes 165 square sequences and 165 sector sequences, with a total of 205K high-quality annotations. This dataset was collected in pond and field environments to ensure its practicality. It aims to advance the development of acoustic trackers and proposes the STFTrack framework targeting the performance limitations of current trackers. The dataset covers 10 distinct attributes and supports multiple target categories such as spheres and polyhedra, providing a rich evaluation resource for acoustic object tracking tasks.

搜集汇总

数据集介绍

构建方式

SonarT165数据集的构建基于水下声学目标跟踪（UAOT）任务的需求，通过集成165个方形序列和165个扇形序列，共计205K高质量标注。数据采集采用Oculus MD750声纳设备，在池和野外环境中进行，确保数据的多样性和实用性。所有标注均经过人工标注和全职校对，以保证目标外观描述的一致性。数据集涵盖了10种不同属性，如声学目标交叉（AOC）、低反射（LAR）等，以全面评估跟踪算法的鲁棒性。

特点

SonarT165数据集作为首个大规模UAOT基准，具有显著的特点。其包含330个测试序列，覆盖7种目标类别，如球体、多面体等，且数据采集环境多样，包括池和野外场景。数据集通过声学成像原理，捕捉目标在不同位置和距离下的反射强度变化，呈现低纹理和高背景噪声的挑战性特征。此外，数据集还提供了两种声学图像格式（方形和扇形），以适配不同声学图像处理需求。

使用方法

SonarT165数据集的使用方法包括评估单目标跟踪（SOT）算法在声学图像上的性能。用户可通过统一评估协议（OPE）计算精度率（PR）、成功率（SR）等指标，分析算法在不同属性序列上的表现。数据集支持对现有跟踪器（如Siamese网络、Transformer跟踪器）的基准测试，并可通过提出的STFTrack框架（包含多视角模板融合模块和最优轨迹校正模块）进行性能优化。此外，数据集还提供代码和详细统计信息，便于研究者复现和扩展实验。

背景与挑战

背景概述

SonarT165是由中国国家自然科学基金资助，由Yunfeng Li、Bo Wang等研究人员于2025年提出的首个大规模水下声学目标跟踪（UAOT）基准数据集。该数据集包含165个方形序列和165个扇形序列，共计205K高质量标注，旨在解决水下光学摄像头在低能见度环境下失效时，仅依赖声学系统进行稳定目标跟踪的核心研究问题。SonarT165的推出填补了该领域缺乏统一评估基准的空白，显著推动了水下观测平台操作效率的提升及相关算法的发展。

当前挑战

SonarT165面临的挑战主要体现在两个方面：领域问题方面，声学图像存在低纹理区域、高背景噪声及声学伪影等问题，导致现有单目标跟踪（SOT）算法在成功率（SR）上表现不足，尤其在目标外观剧烈变化或遮挡场景下；构建过程方面，数据采集需克服水下环境的多径干扰、湍流噪声等复杂声学特性，且标注需处理声学成像中目标反射强度随距离衰减导致的局部不可见问题。此外，数据需涵盖池式和野外环境以保障实用性，这对硬件部署和标注一致性提出了极高要求。

常用场景

经典使用场景

SonarT165数据集在水下声学目标跟踪（UAOT）领域具有广泛的应用价值，尤其在低能见度环境下，光学摄像头无法提供稳定数据时，声学系统成为主要观测手段。该数据集通过提供165个方形序列和165个扇形序列，共计205K高质量标注，为声学目标跟踪任务提供了统一的评估基准。其经典使用场景包括水下机器人导航、海洋生物监测以及水下目标追踪等任务，特别是在复杂水下环境中，如多目标交叉、低反射率和小目标等挑战性场景中表现突出。

实际应用

在实际应用中，SonarT165数据集为水下观测平台提供了重要的技术支持。例如，在海洋资源勘探中，该数据集可用于训练和评估声学目标跟踪算法，提高水下机器人对管道、ROV等目标的追踪能力。在军事领域，数据集的应用有助于提升水下无人潜器（AUV）对敌方目标的识别与跟踪精度。此外，该数据集还可用于水下考古和海洋生物研究，通过声学图像实现对珍贵文物或海洋生物的长期监测与保护。

衍生相关工作

SonarT165数据集的发布推动了声学目标跟踪领域的多项经典工作。基于该数据集，研究者提出了STFTrack框架，通过多视角模板融合模块（MTFM）和最优轨迹校正模块（OTCM）显著提升了跟踪性能。此外，数据集还激发了轻量级跟踪器的开发，如LiteTrack系列，这些工作在计算效率和跟踪精度之间取得了良好平衡。其他相关研究还包括声学图像增强方法和频率增强模块（FEM）的引入，进一步拓展了声学视觉任务的边界。