现在任何潜水员都可以快速绘制 3D 珊瑚礁地图

六摄像头阵列可快速覆盖更大区域 (© LWimages)
六摄像头阵列可以快速覆盖更大的区域,但即使是一台普通摄像头也可以(© LWimages)

瑞士洛桑公立研究型大学洛桑联邦理工学院 (EPFL) 开发的人工智能系统据称能够在几分钟内根据业余潜水员光线可疑的视频片段生成详细的珊瑚礁 3D 地图。 

DeepReefMap 系统所需的数据可以由配备标准潜水装备和市售相机的任何人收集。

他们所要做的就是在珊瑚礁上方缓慢游动数百米,并在游动过程中拍摄下方景色的视频片段。 

EPFL 表示,唯一的限制是相机的电池寿命和潜水员气瓶中的空气量,并声称这一发展标志着“跨国红海中心 (TRSC) 等组织在深海探索和保护能力方面的重大飞跃” )”——自 2019 年起由 EPFL 主办的一个科学研究机构。 

TRSC 一直在对那些已被证明对气候相关压力最具抵抗力的红海珊瑚物种进行深入研究,其举措也作为 DeepReefMap 系统的试验场。

即时地图

DeepReefMap 由 EPFL 建筑、土木与环境工程学院 (ENAC) 内的环境计算科学与地球观测实验室 (ECEO) 开发,据说能够在瞬间生成数百米的 3D 珊瑚礁地图。

不仅如此,它还能识别珊瑚的显着特征和特点,并对它们进行分类

TRSC 项目协调员 Samuel Gardaz 表示:“有了这个新系统,任何人都可以参与绘制世界珊瑚礁地图。” “通过减少工作量、设备和物流数量以及 IT 相关成本,这将真正刺激该领域的研究。” 

基于学习的系统实时重建珊瑚礁的 3D 几何形状,而语义分割系统则识别珊瑚 (EDFL)
基于学习的系统实时重建珊瑚礁的 3D 几何形状,而语义分割系统则识别珊瑚 (EDFL)

洛桑联邦理工学院 (EPFL) 表示,过去使用传统方法获取 3D 珊瑚礁地图极具挑战性且成本高昂。

计算密集型重建基于从许多不同参考点拍摄的尺寸非常有限(几十米)的珊瑚礁同一部分的数百张图像,只有专业潜水员才能获得此类图像。 

这些因素严重限制了世界上一些缺乏必要技术专业知识的地区的珊瑚礁绘图,并阻碍了对覆盖数公里甚至数百米的大面积珊瑚礁的监测。

六摄像头阵列

虽然业余潜水员可以轻松地为 DeepReefMap 捕获小珊瑚礁的数据,但为了获取更广泛区域的数据,洛桑联邦理工学院的研究人员开发了一种 PVC 结构,可容纳 1 个摄像头 - 三个朝前,三个朝后。相机间隔 XNUMXm,装置仍由一名潜水员操作。 

据说这个六摄像头阵列为预算有限的当地潜水队提供了一种低成本的选择。 

视频上传后,据说 DeepReefMap 就不会出现水下图像中常见的光线不足或衍射和焦散效应的问题。

“深度神经网络学习适应这些条件,这对于计算机视觉算法来说不是最佳的”。 

ECEO 教授 Devis Tuia 表示,现有的 3D 绘图程序只有在精确的照明条件和高分辨率图像下才能可靠工作,并且“在比例方面也受到限制”。 

ECEO 实验室教授 Devis Tuia 在吉布提潜水期间使用新系统制作 3D 珊瑚地图 (© LWimages)
ECEO 实验室教授 Devis Tuia 在吉布提潜水期间 (© LWimages)

“在可以识别单个珊瑚的分辨率下,最大的 3D 地图有几米长,这需要大量的处理时间,”他说。 “借助 DeepReefMap,我们仅受潜水员在水下停留时间的限制。”

健康与体形

研究人员还声称,通过包含“语义分割算法”,可以根据两个特征对珊瑚进行分类和量化,从而使野外生物学家的工作变得更加轻松。 

第一个特征是健康——从色彩鲜艳(表示健康状况良好)到白色(表示白化)并覆盖藻类(表示死亡)——第二个特征是形状,使用国际公认的标准对最常见的珊瑚类型进行分类红海浅礁(分枝、巨石、板状和软质)。 

“我们的目标是开发一个系统,该系统将对在该领域工作的科学家有用,并且可以快速、广泛地推广,”为博士论文开发 DeepReefMap 的 Jonathan Sauder 说道。 

“例如,吉布提有 400 公里的海岸线。我们的方法不需要任何昂贵的硬件。它所需要的只是一台带有基本图形处理单元的计算机。语义分割和 3D 重建与视频播放的速度相同。”

研究人员相信,使用该技术可以轻松监测珊瑚礁随时间的变化,从而确定优先保护区。 

它还将为科学家提供添加其他数据的起点,例如珊瑚礁物种的多样性和丰富度、种群遗传学、珊瑚对温暖水域的适应潜力以及珊瑚礁的局部污染。这个过程最终可能导致创建珊瑚礁的完整数字孪生。 

洛桑联邦理工学院表示,DeepReefMap 还可用于红树林和其他浅水栖息地,并作为探索更深海洋生态系统的指南。

“我们的人工智能系统内置的重建功能可以很容易地应用于其他环境,尽管训练神经网络在新环境中对物种进行分类需要时间,”图亚说。

沉船测绘?

“我预计不会很快实现商业用途(无论是在商业潜水中的使用,还是销售产品),”乔纳森·绍德 (Jonathan Sauder) 说道 网际网路。 “该方法很可能会继续开发,更多用户友好的开源版本即将推出。

“3D 视觉是机器学习/机器人研究的热门领域。事情发展得非常快,我预计实时地图将在未来几年内迎来它的“ChatGPT 时刻”,在看似无限的研究和工程预算的大公司的推动下,非常强大的算法会突然广泛使用,但我们将看!”

该系统能否适用于沉船的 3D 测绘? “3D 映射是一种学习算法 - 这意味着它从一组训练视频中学习。

在我们的场景中,我们在珊瑚礁视频上训练地图系统。我怀疑现在它在沉船上的效果还不错,但如果对来自此类场景的大量视频进行训练,效果会更好。

“目前,我预计对沉船进行酷炫 3D 重建的最佳方法仍然是传统的 3D 绘图工作流程,即拍摄许多高分辨率照片,使用 Agisoft Metashape 等运动结构软件计算相机姿势COLMAP,然后可能将它们很好地渲染为高斯 Splat。”

一篇关于珊瑚礁绘图研究的论文最近发表在该杂志上 生态学和进化方法.

也在 Divernet 上: 世界上的珊瑚礁比我们想象的要大……, 科技拯救珊瑚的 10 种方式, 深海珊瑚礁是世界上已知最大的, 18 世纪的图表揭示了珊瑚的流失

让我们保持联系!

获取所有 Divernet 新闻和文章的每周综述 潜水面具
我们不是垃圾邮件! 阅读我们的 私隐政策 获取更多信息。
订阅
通知
客人

0 评论
内联反馈
查看所有评论

联系方式

0
希望您的想法,请发表评论。x