Navigasjon

  • Hopp til innhold
NTNU Hjemmeside NTNU Hjemmeside

ntnu.no

  • Studier
    • Studere på NTNU
    • Finn studieprogram
    • Søke opptak
    • Videreutdanning og deltid
    • Forkurs og oppfriskning
  • Studentliv
    • Student i Gjøvik
    • Student i Trondheim
    • Student i Ålesund
  • Forskning og innovasjon
    • Forskning
    • Innovasjon
    • Satsingsområder
    • Toppforskning
    • Ekspertlister
    • Ph.d.
  • Om NTNU
    • Fakulteter og institutter
    • Sentre
    • Bibliotek
    • Kart
    • Ledige stillinger
    • Arrangement
    • Nyheter
    • Kontakt oss
    • Om NTNU
  1. Ansatte

Språkvelger

English

Martin Kvisvik Larsen

Last ned pressefoto
Last ned pressefoto
Foto:

Martin Kvisvik Larsen

Stipendiat
Institutt for marin teknikk
Fakultet for ingeniørvitenskap

martin.k.larsen@ntnu.no
Professor Mørchs hus Tyholt, Trondheim
Om Forskning Publikasjoner Formidling

Om

Kompetanseord

  • Datasyn
  • Maskinlæring
  • Optikk
  • SLAM
  • Sannsynlighetsteori
  • Sensorfusjon
  • Undervannsrobotikk

Forskning

Visuelle metoder for kartlegging og overvåkning av bentiske habitat

I mitt PhD-prosjekt forsker jeg på nye metoder for å bruke visuell informasjon til å kartlegge og overvåke bentiske habitat ved bruk av ubemannede undervannsfarkoster. Et av hovedfokusene for arbeidet er å utvikle robuste metoder for fargebehandling og registrering av bilder, som gjør det mulig å automatisere dataprosesseringer for overvåkningsprogrammer som strekker seg over lange tidsperioder (typisk flere år). Disse metodene danner grunnlaget for å utvikle datasett med konsis visuell og geometrisk informasjon mellom besøk, som igjen muliggjør læring fra romlige korrespondanser og deteksjon av habitatsendringer.

Veileder: Oscar Pizarro

Medveileder: Ekaterina Kim

Interesseområder: optisk modellering, datasyn, probabilistisk maskinlæring, sensorfusjon

Publikasjoner

  • Kronologisk
  • Etter kategori
  • Alle publikasjoner i Nasjonalt vitenarkiv (NVA)

2026

  • Larsen, Martin Kvisvik; Pizarro, Oscar. (2026) Long-term visual localization in dynamic benthic environments: the SEALOC dataset, footprint-based ground truth, and visual place recognition benchmark. Frontiers in Robotics and AI
    Vitenskapelig artikkel

2023

  • Løvås, Håvard Snefjellå; Larsen, Martin Kvisvik; Pizarro, Oscar Rodrigo; Sørensen, Asgeir Johan. (2023) Semi-analytical model for deep-water hyperspectral imaging. Applied Optics
    Vitenskapelig artikkel
  • Larsen, Martin Kvisvik; Pizarro, Oscar Rodrigo; Ludvigsen, Martin. (2023) Geometric Registration of Benthic Imagery for Learning Appearance-Based Place Recognition over Multiple Sessions.
    Vitenskapelig kapittel

2022

  • Nevstad, Malin Bø; Johnsen, Geir; Bakken, Torkild; Larsen, Martin Kvisvik; Mogstad, Aksel Alstad. (2022) Use of different imaging systems for ROV-based mapping of complex benthic habitats. Norges teknisk-naturvitenskapelige universitet
    Masteroppgave

2021

  • Diamanti, Eleni; Løvås, Håvard; Larsen, Martin Kvisvik; Ødegård, Øyvind. (2021) A multi-camera system for the integrated documentation of Underwater Cultural Heritage of high structural complexity; The case study of M/S Helma wreck. IFAC-PapersOnLine
    Vitenskapelig artikkel

Tidsskriftspublikasjoner

  • Larsen, Martin Kvisvik; Pizarro, Oscar. (2026) Long-term visual localization in dynamic benthic environments: the SEALOC dataset, footprint-based ground truth, and visual place recognition benchmark. Frontiers in Robotics and AI
    Vitenskapelig artikkel
  • Diamanti, Eleni; Løvås, Håvard; Larsen, Martin Kvisvik; Ødegård, Øyvind. (2021) A multi-camera system for the integrated documentation of Underwater Cultural Heritage of high structural complexity; The case study of M/S Helma wreck. IFAC-PapersOnLine
    Vitenskapelig artikkel
  • Løvås, Håvard Snefjellå; Larsen, Martin Kvisvik; Pizarro, Oscar Rodrigo; Sørensen, Asgeir Johan. (2023) Semi-analytical model for deep-water hyperspectral imaging. Applied Optics
    Vitenskapelig artikkel

Del av bok/rapport

  • Larsen, Martin Kvisvik; Pizarro, Oscar Rodrigo; Ludvigsen, Martin. (2023) Geometric Registration of Benthic Imagery for Learning Appearance-Based Place Recognition over Multiple Sessions.
    Vitenskapelig kapittel

Studentoppgave eller avhandling

  • Nevstad, Malin Bø; Johnsen, Geir; Bakken, Torkild; Larsen, Martin Kvisvik; Mogstad, Aksel Alstad. (2022) Use of different imaging systems for ROV-based mapping of complex benthic habitats. Norges teknisk-naturvitenskapelige universitet
    Masteroppgave

Formidling

Geometric Registration of Benthic Imagery for Learning Appearance-Based Place Recognition Over Multiple Session

Presentasjon på IEEE Underwater Technology 2023.

NTNU – Norges teknisk-naturvitenskapelige universitet

  • For ansatte
  • |
  • For studenter
  • |
  • Innsida
  • |
  • Canvas

Studere

  • Om studier
  • Studieprogram
  • Emner
  • Videreutdanning
  • Karriere

Aktuelt

  • Nyheter
  • Arrangement
  • Jobbe ved NTNU

Om NTNU

  • Om NTNU
  • Bibliotek
  • Strategi
  • Forskning
  • Satsingsområder
  • Innovasjon
  • Organisasjonskart
  • Utdanningskvalitet

Kontakt

  • Kontakt oss
  • Finn ansatte
  • Spør en ekspert
  • Pressekontakter
  • Kart

NTNU i tre byer

  • NTNU i Gjøvik
  • NTNU i Trondheim
  • NTNU i Ålesund

Om nettstedet

  • Bruk av informasjonskapsler
  • Tilgjengelighetserklæring
  • Personvern
  • Ansvarlig redaktør
Facebook Instagram Linkedin Snapchat Tiktok Youtube
Logg inn
NTNU logo