AI模型SeaSplat让水下珊瑚礁图像更清晰准确，助力生态保护研究

研究人员开发了一种名为SeaSplat的新AI模型，可以将难以辨认的水下照片转化为清晰、高精度的3D场景，帮助海洋生态学家更准确地观察和理解珊瑚礁等环境。 该模型由位于马萨诸塞州的伍兹霍尔海洋研究所（WHOI）和麻省理工学院的研究人员共同设计。它旨在纠正水下摄影中因水的物理特性造成的两大问题：雾化和色彩失真。SeaSplat能够将原本看起来无色或褪色的水下照片变成明亮、清晰、逼真的图像，还原物体和生物的真实色彩，并生成精确的360度重建图像。 研究人员使用了大量的水下照片来调整模型，这些照片是由潜水员和水下机器人拍摄的。通过考虑场景的三维结构、每个物体的几何形状和相对位置，SeaSplat能够准确地预测并数字重建完整的3D图像。这意味着，只需输入普通水下相机拍摄的照片，模型就能输出校正后的图像，而无需使用专业设备或复杂的照明技术。 在模型的初步训练阶段，研究团队使用了NVIDIA L40 GPU进行计算，并通过搭载NVIDIA Jetson Orin边缘计算模块的水下机器人收集图像数据。生态学家只需上传原始的水下照片，SeaSplat即可生成恢复自然色彩和细节的校正版本。例如，它可以准确地为照片添加红色和黄色，这些颜色在水下通常会被淡化。模型还能提升或重新创建珊瑚和海洋生物的细微特征，从而帮助科学家监测珊瑚礁的生物多样性，检测珊瑚白化或疾病等特定事件。 伍兹霍尔海洋研究所的副教授Yogesh Girdhar是SeaSplat的共同开发者之一，他表示：“珊瑚礁虽然是海洋的一小部分，但却是大量生物多样性的栖息地，因此监测珊瑚礁生态系统至关重要。”他与麻省理工学院的研究生Daniel Yang以及机械工程教授John Leonard合作，在5月中旬的一个机器人会议上展示了这项研究。6月1日是世界珊瑚礁意识日，研究人员希望在此之前展示SeaSplat的潜力来提高公众对珊瑚礁保护的认识。 迄今为止，SeaSplat已经用于分析和改善在美国维尔京群岛、红海和库拉索等地拍摄的珊瑚礁照片。未来，研究人员计划进一步优化模型，使其更加通用和可扩展，以便适用于更多的水下调查和研究。 业内专家认为，SeaSplat有望成为监测和保护珊瑚礁的重要工具，其高精度的3D建模能力能够极大地提升研究效率和准确性。伍兹霍尓海洋研究所是一个专注于海洋科学研究的机构，而麻省理工学院则以其工程技术和创新闻名。两者合作开发的SeaSplat展示了科技在环境保护领域的巨大潜力。