AI 驱动模型 SeaSplat 增强珊瑚礁成像
realtime news May 31, 2025 17:17
研究人员开发了 SeaSplat，一种能够将水下图像转换为清晰 3D 场景的 AI 模型，以帮助生态学家研究珊瑚礁及其生物多样性。
在一项突破性的发展中，伍兹霍尔海洋研究所（WHOI）和麻省理工学院（MIT）的研究人员推出了一种创新的 AI 模型，名为 SeaSplat。该模型旨在将不清晰的水下图像转换为生动且高度详细的 3D 场景，从而为生态学家提供更精准的工具来研究和理解水下环境，包括珊瑚礁。
解决水下图像失真问题
SeaSplat 的开发是为了抵消水下摄影中常见的失真，主要是朦胧和变色。这些失真常常使水下场景的真实颜色和细节模糊不清。通过重构这些场景在没有水干扰的情况下的样子，SeaSplat 可以生成精确反映水下物体和海洋生物自然色彩的清晰图像。
创新的 3D 重建技术
该模型利用了一种称为 3D 高斯斑点的技术，能够从二维照片生成精确的 360 度图像。通过使用大量由潜水员和机器人拍摄的水下图像，研究人员对模型进行了优化，以自动校正内在的水失真，从而提供水下场景的逼真表现。
对珊瑚礁研究的影响
SeaSplat 对生态研究具有重要潜力，特别是在理解对海洋生物多样性至关重要的珊瑚礁方面。根据国际珊瑚礁倡议组织的数据，过去两年内全球约 84% 的珊瑚礁经历了有害的白化。该模型可以通过量化生物多样性和检测珊瑚白化或疾病等事件来协助监测这些生态系统。
利用先进技术
SeaSplat 的开发得到了一些先进技术的支持，包括用于捕捉水下图像的 NVIDIA Jetson Orin 边缘计算以及模型初始训练的 NVIDIA L40 GPU。该模型现在可以应用于标准水下相机拍摄的图像，使其在广泛的生态应用中变得易于使用。
未来应用
研究人员计划让 SeaSplat 在未来更多地用于各种水下研究，目前该技术已经被用于增强美属维尔京群岛、红海和库拉索的图像。这一进步有望为生态学家提供更好的工具以评估和保护海洋生物多样性。
欲了解更多详细信息，您可以访问 NVIDIA 开发者博客 上的原始文章。
Image source: Shutterstock