讀特客戶端·深圳新聞網2022年10月28日訊（深圳商報首席記者袁斯茹）燦若星河，“藍眼淚”踏浪而來。這一海邊奇觀不僅是拍照打卡勝地，更能成為觀察海洋“健康狀態(tài)”的依據。
著色對比圖。
據悉，“藍眼淚”是海洋甲藻等多種海洋浮游生物發(fā)光產生的自然現(xiàn)象。海洋浮游生物作為一類懸浮在水層常隨水流移動的生物，是海洋生態(tài)系統(tǒng)的基本組成部分，對浮游生物的觀測不僅是海洋生態(tài)科學研究的基礎，也是現(xiàn)代海洋生態(tài)環(huán)境管理不可或缺的手段。
著色對比圖。
近期，來自中科院深圳先進院集成所的李劍平團隊，設計了一種深度學習圖像著色算法，可將水下原位拍攝的海洋浮游生物灰度圖像自動著色為天然色彩，效果接近人眼觀察。該成果于10月23日在國際機器視覺三大頂級學術會議之一的歐洲機器視覺大會上發(fā)表。
近年來，隨著技術的發(fā)展，越來越多的浮游生物成像儀實現(xiàn)了彩色成像，也有許多實驗證明彩色圖像能夠比灰度圖像帶來更為豐富的信息，對浮游生物觀測起到重要作用。
然而，水下彩色成像需要使用白光照明，會導致浮游動物因趨光性大量聚集在水下成像儀器前而改變它們在水下的原有空間分布。這種非自然的改變，會使導致浮游生物的觀測結果產生嚴重偏差，觀測定量無法準確。
“由于絕大多數(shù)浮游動物對波長較長的紅光不敏感，傳統(tǒng)的水下成像儀多數(shù)使用紅光或近紅外光照明成像，以避免浮游動物的趨光性聚集。但這樣的拍攝條件只能獲得浮游生物的灰度圖像。如果能夠訓練人工智能，將紅光照明下獲取的灰度圖像轉換為高保真的彩色圖像，是一種巧妙的解決之道。”李劍平表示。
針對這一設想，李劍平團隊設計并訓練了一種基于深度卷積神經網絡的浮游生物自動著色算法，命名為IsPlanktonCLR網絡。該網絡采用了一種具有自指導功能的雙通路網絡結構，配合定制化的調色板和逐步聚焦的損失函數(shù)，實現(xiàn)了對浮游生物灰度圖像的自動化著色，且對稀有物種和普通物種的關鍵部位的色彩還原具有優(yōu)異的準確性。
為實現(xiàn)該算法的訓練開發(fā)，李劍平團隊通過長期不懈積累，結合自主研發(fā)的海洋原位成像儀，構建了一個包含上千對浮游生物彩色-灰度原位圖像對數(shù)據集。
“我們的實驗結果證實，無論是在人眼視覺感受效果上，還是在機器視覺的經典量化指標上，該算法所取得的效果均為最佳。”李劍平說道。
為使比測實驗更加客觀，團隊進行了一項較大規(guī)模的人眼感受評價民眾調查。利用網上調查問卷，團隊收集了包含海洋學家、浮游生物專家和研究生在內的115名專業(yè)志愿者，對多種不同模型著色結果與真實圖像色彩相似性進行評分。統(tǒng)計評分結果進一步證實了該算法的著色效果，比現(xiàn)有其他算法更加接近人眼視覺感受。
