瑞士洛桑公立研究型大學洛桑聯邦理工學院 (EPFL) 開發的人工智慧系統據稱能夠在幾分鐘內根據業餘潛水員光線可疑的影片片段生成詳細的珊瑚礁 3D 地圖。
DeepReefMap 系統所需的數據可以由配備標準潛水裝備和市售相機的任何人收集。
他們所要做的就是在珊瑚礁上方緩慢遊動數百米，並在遊動過程中拍攝下方景色的影片片段。
EPFL 表示，唯一的限制是相機的電池壽命和潛水員氣瓶中的空氣量，並聲稱這一發展標誌著「跨國紅海中心 (TRSC) 等組織在深海探索和保護能力方面的重大飛躍」 )」— —自2019 年起由EPFL 主辦的科學研究機構。
TRSC 一直在對那些已被證明對氣候相關壓力最具抵抗力的紅海珊瑚物種進行深入研究，其舉措也作為 DeepReefMap 系統的試驗場。
即時地圖
DeepReefMap 由 EPFL 建築、土木與環境工程學院 (ENAC) 內的環境計算科學與地球觀測實驗室 (ECEO) 開發，據說能夠在瞬間生成數百公尺的 3D 珊瑚礁地圖。
不僅如此，它還能辨識珊瑚的顯著特徵和特點，並對它們進行分類
TRSC 計畫協調員 Samuel Gardaz 表示：“有了這個新系統，任何人都可以參與繪製世界珊瑚礁地圖。” 「透過減少工作量、設備和物流數量以及 IT 相關成本，這將真正刺激該領域的研究。”
洛桑聯邦理工學院 (EPFL) 表示，過去使用傳統方法獲取 3D 珊瑚礁地圖極具挑戰性且成本高。
計算密集型重建是基於從許多不同參考點拍攝的尺寸非常有限（幾十米）的珊瑚礁同一部分的數百張圖像，只有專業潛水員才能獲得此類圖像。
這些因素嚴重限制了世界上一些缺乏必要技術專業知識的地區的珊瑚礁繪圖，並阻礙了對覆蓋數公里甚至數百公尺的大面積珊瑚礁的監測。
六攝影機陣列
雖然業餘潛水員可以輕鬆地為DeepReefMap 捕獲小珊瑚礁的數據，但為了獲取更廣泛區域的數據，洛桑聯邦理工學院的研究人員開發了一種PVC 結構，可容納1 個攝像頭- 三個朝前，三個朝後。相機間隔 XNUMXm，裝置仍由一名潛水員操作。
據說這個六攝影機陣列為預算有限的當地潛水隊提供了一種低成本的選擇。
影片上傳後，據說 DeepReefMap 就不會出現水下影像中常見的光線不足或衍射和焦散效應的問題。
「深度神經網路學習適應這些條件，這對電腦視覺演算法來說不是最佳的」。
ECEO 教授 Devis Tuia 表示，現有的 3D 繪圖程式只有在精確的照明條件和高解析度影像下才能可靠運作，而且「在比例方面也受到限制」。
「在可以識別單個珊瑚的分辨率下，最大的 3D 地圖有幾公尺長，這需要大量的處理時間，」他說。 “借助 DeepReefMap，我們僅受潛水員在水下停留時間的限制。”
健康與體形
研究人員還聲稱，透過包含“語義分割演算法”，可以根據兩個特徵對珊瑚進行分類和量化，從而使野外生物學家的工作變得更加輕鬆。
第一個特徵是健康——從色彩鮮豔（表示健康狀況良好）到白色（表示白化）並覆蓋藻類（表示死亡）——第二個特徵是形狀，使用國際公認的標準對最常見的珊瑚類型進行分類紅海淺礁（分枝、巨石、板狀和軟質）。
「我們的目標是開發一個系統，該系統將對在該領域工作的科學家有用，並且可以快速、廣泛地推廣，」為博士論文開發 DeepReefMap 的 Jonathan Sauder 說道。
「例如，吉布地有 400 公里的海岸線。我們的方法不需要任何昂貴的硬體。它所需要的只是一台有基本圖形處理單元的電腦。語義分割和 3D 重建與視訊播放的速度相同。”
研究人員相信，使用該技術可以輕鬆監測珊瑚礁隨時間的變化，從而確定優先保護區。
它還將為科學家提供添加其他數據的起點，例如珊瑚礁物種的多樣性和豐富度、族群遺傳學、珊瑚對溫暖水域的適應潛力以及珊瑚礁的局部污染。這個過程最終可能導致創建珊瑚礁的完整數位孿生。
洛桑聯邦理工學院表示，DeepReefMap 還可用於紅樹林和其他淺水棲息地，並作為探索更深海洋生態系統的指南。
「我們的人工智慧系統內建的重建功能可以輕鬆應用於其他環境，儘管訓練神經網路在新環境中對物種進行分類需要時間，」圖亞說。
沉船測繪？
「我預計不會很快實現商業用途（無論是在商業潛水中的使用，還是銷售產品），」喬納森·紹德 (Jonathan Sauder) 說道 迪韋爾內特。 「該方法很可能會繼續開發，更多用戶友好的開源版本即將發布。
「3D 視覺是機器學習/機器人研究的熱門領域。事情發展得非常快，我預計實時地圖將在未來幾年內迎來它的“ChatGPT 時刻”，在看似無限的研究和工程預算的大公司的推動下，非常強大的算法會突然廣泛使用，但我們將看！”
該系統能否適用於沉船的 3D 測繪？ 「3D 映射是一種學習演算法 - 這意味著它從一組訓練影片中學習。
在我們的場景中，我們在珊瑚礁影片上訓練地圖系統。我懷疑現在它在沉船上的效果還不錯，但如果對來自此類場景的大量視頻進行訓練，效果會更好。
「目前，我預計對沉船進行酷炫 3D 重建的最佳方法仍然是傳統的 3D 繪圖工作流程，即拍攝許多高解析度照片，使用 Agisoft Metashape 等運動結構軟體計算相機姿勢COLMAP，然後可能將它們很好地渲染為高斯Splat。”
一篇關於珊瑚礁繪圖研究的論文最近發表在該雜誌上 生態學和演化方法.
也在 Divernet 上： 世界上的珊瑚礁比我們想像的還要大…, 科技拯救珊瑚的 10 種方式, 深海珊瑚礁是世界上已知最大的, 18 世紀的圖表揭示了珊瑚的流失
