Утверждается, что система искусственного интеллекта, разработанная в EPFL, государственном исследовательском университете в Лозанне, Швейцария, способна за считанные минуты создавать подробные 3D-карты коралловых рифов даже на основе сомнительно освещенных видеозаписей дайверов-любителей.
Данные, необходимые для системы DeepReefMap, может собрать любой человек, оснащенный стандартным снаряжением для дайвинга и имеющейся в продаже камерой.
Все, что им нужно сделать, это медленно проплыть над рифом несколько сотен метров, по ходу дела снимая на видео вид внизу.
Единственными ограничениями являются время автономной работы камеры и количество воздуха в баке дайвера, говорит EPFL, утверждая, что разработка знаменует собой «большой шаг вперед в возможностях глубоководных исследований и сохранения для таких организаций, как Транснациональный центр Красного моря (TRSC) )» — научно-исследовательский орган, который с 2019 года находится на базе EPFL.
TRSC проводит углубленные исследования тех видов кораллов Красного моря, которые оказались наиболее устойчивыми к климатическому стрессу, и его инициатива также служит испытательным полигоном для системы DeepReefMap.
Карты в считанные секунды
Утверждается, что DeepReefMap, разработанный в Лаборатории экологических вычислительных наук и наблюдения за Землей (ECEO) Школы архитектуры, гражданского и экологического проектирования EPFL (ENAC), способен мгновенно создавать несколько сотен метров трехмерных карт рифов.
Мало того, он также может распознавать отличительные особенности и характеристики кораллов и классифицировать их.
«Благодаря этой новой системе каждый может принять участие в составлении карты коралловых рифов мира», — говорит координатор проектов TRSC Сэмюэл Гардас. «Это действительно подстегнет исследования в этой области за счет сокращения рабочей нагрузки, количества оборудования и логистики, а также затрат, связанных с ИТ».
По данным EPFL, получение 3D-карт коралловых рифов с использованием традиционных методов в прошлом оказалось сложной и дорогостоящей задачей.
Реконструкции, требующие больших вычислительных ресурсов, основаны на нескольких сотнях изображений одной и той же части рифа очень ограниченного размера (несколько десятков метров), взятых из множества разных точек отсчета, и только дайверы-специалисты смогли получить такие изображения.
Эти факторы серьезно ограничили прорисовку коралловых рифов в тех частях мира, где нет необходимых технических знаний, и препятствовали мониторингу обширных рифов, простирающихся на километры или даже сотни метров.
Шестикамерный массив
В то время как дайверы-любители могут легко собирать данные о небольших рифах для DeepReefMap, для получения данных о более широкой территории исследователи EPFL разработали конструкцию из ПВХ, в которой размещены шесть камер – три направлены вперед и три назад. Камеры расположены на расстоянии 1 метра друг от друга, и установкой по-прежнему управляет один дайвер.
Говорят, что этот массив из шести камер станет недорогим вариантом для местных дайв-команд, работающих с ограниченным бюджетом.
Говорят, что после загрузки отснятого материала у DeepReefMap не возникает проблем с плохим освещением или дифракционными и каустическими эффектами, часто встречающимися на подводных изображениях.
«Глубокие нейронные сети учатся адаптироваться к этим условиям, которые неоптимальны для алгоритмов компьютерного зрения».
По словам профессора ECEO Девиса Туиа, существующие программы 3D-картографии работают надежно только при точных условиях освещения и с изображениями высокого разрешения, а также «ограничены, когда дело касается масштаба».
«При разрешении, при котором можно идентифицировать отдельные кораллы, самые большие 3D-карты имеют длину в несколько метров, что требует огромного количества времени на обработку», — говорит он. «С DeepReefMap мы ограничены только тем, как долго дайвер может оставаться под водой».
Здоровье и фигура
Исследователи также утверждают, что облегчили жизнь полевым биологам, включив в них «алгоритмы семантической сегментации», которые могут классифицировать и количественно оценивать кораллы по двум характеристикам.
Первая характеристика — это здоровье — от очень яркой окраски (что указывает на хорошее здоровье) до белого цвета (указывающего на обесцвечивание) и покрытого водорослями (обозначающего смерть), а вторая — это форма с использованием международно признанной шкалы для классификации наиболее часто встречающихся типов кораллов. на мелководных рифах Красного моря (ветвистые, валунные, пластинчатые и мягкие).
«Наша цель состояла в том, чтобы разработать систему, которая окажется полезной для ученых, работающих в этой области, и которую можно будет быстро и широко внедрить», — говорит Джонатан Саудер, который работал над разработкой DeepReefMap для своей докторской диссертации.
«Например, в Джибути протяженность береговой линии составляет 400 км. Наш метод не требует дорогостоящего оборудования. Все, что для этого нужно, — это компьютер с базовым графическим процессором. Семантическая сегментация и 3D-реконструкция происходят с той же скоростью, что и воспроизведение видео».
Исследователи полагают, что с помощью технологии станет легко отслеживать, как рифы меняются с течением времени, определять приоритетные заповедные зоны.
Это также даст ученым отправную точку для добавления других данных, таких как разнообразие и богатство видов рифов, популяционная генетика, адаптивный потенциал кораллов к более теплым водам и локальное загрязнение рифов. Этот процесс может в конечном итоге привести к созданию полного цифрового двойника рифа.
DeepReefMap также может использоваться в мангровых зарослях и других мелководных средах обитания и служить ориентиром при исследовании более глубоких морских экосистем, говорят в EPFL.
«Возможность реконструкции, встроенная в нашу систему искусственного интеллекта, может быть легко использована в других условиях, хотя потребуется время, чтобы научить нейронные сети классифицировать виды в новых средах», — говорит Туйа.
Картирование кораблекрушений?
«Я не ожидаю коммерческого использования (как в смысле использования в коммерческом дайвинге, так и в продаже продукта) в ближайшее время», — сказал Джонатан Саудер. Диверне. «Скорее всего, этот метод останется в стадии разработки, и скоро появятся более удобные для пользователя версии с открытым исходным кодом.
«3D-зрение — это горячая область исследований в области машинного обучения и робототехники. События развиваются очень быстро, и я ожидаю, что картография в реальном времени наступит «момент ChatGPT» в ближайшие годы с внезапной широкой доступностью очень надежных алгоритмов, поддерживаемых крупными компаниями с, казалось бы, бесконечными бюджетами на исследования и разработки, но мы видеть!"
Можно ли адаптировать систему для 3D-картирования затонувших кораблей? «3D-картография — это обучаемый алгоритм, то есть он учится на наборе обучающих видеороликов.
В нашем сценарии мы обучаем картографическую систему на видео с рифами. Я подозреваю, что прямо сейчас это будет нормально работать на кораблекрушениях, но могло бы работать намного лучше, если бы было обучено на большом количестве видео с такими сценами.
«На данный момент я ожидаю, что лучшим методом создания крутых 3D-реконструкций затонувших кораблей будет традиционный рабочий процесс 3D-картографии, включающий съемку большого количества фотографий в высоком разрешении и расчет поз камеры с помощью программного обеспечения для структурирования из движения, такого как Agisoft Metashape или COLMAP, а затем потенциально красиво визуализировать их как Gaussian Splat».
Статья об исследовании картирования рифов была недавно опубликована в журнале. Методы экологии и эволюции.
Также в Дивернете: Коралловые рифы мира больше, чем мы думали…, 10 способов, которыми технологии спасают кораллы, Глубокий коралловый риф — самый крупный из известных в мире, Диаграммы XVIII века показывают потерю кораллов
