• Home
  • Chimica
  • Astronomia
  • Energia
  • Natura
  • Biologia
  • Fisica
  • Elettronica
  • Comprensione delle immagini di acque profonde con l'intelligenza artificiale

    Immagini AUV ABYSS dal fondale marino del Pacifico 10, 7.5, e 4 metri di distanza. Le due immagini in alto mostrano un lander fermo, anche un dispositivo subacqueo autonomo Le immagini da c a f mostrano noduli di manganese riconoscibili come punti scuri sul fondale. Credito:AUV-Team/GEOMAR

    La valutazione di grandi quantità di dati sta diventando sempre più rilevante nella ricerca oceanica. Robot subacquei o veicoli subacquei autonomi che effettuano misurazioni in modo indipendente nelle profondità marine possono ora registrare grandi quantità di immagini ad alta risoluzione. Per valutare scientificamente queste immagini in modo sostenibile, una serie di prerequisiti devono essere soddisfatti nell'acquisizione dei dati, cura e gestione dei dati.

    "Negli ultimi tre anni, abbiamo sviluppato un flusso di lavoro standardizzato che consente di valutare scientificamente grandi quantità di dati di immagine in modo sistematico e sostenibile, " spiega il Dr. Timm Schoening del gruppo di lavoro Deep Sea Monitoring guidato dal Prof. Dr. Jens Greinert presso GEOMAR. Il veicolo subacqueo autonomo ABYSS è stato dotato di un nuovo sistema di telecamere digitali per studiare l'ecosistema intorno ai noduli di manganese nell'Oceano Pacifico. Con i dati così raccolti, il flusso di lavoro è stato progettato e testato per la prima volta. I risultati sono stati ora pubblicati sulla rivista internazionale Dati scientifici .

    La procedura è suddivisa in tre fasi:Acquisizione dati, cura dei dati e gestione dei dati, in ciascuno dei quali devono essere completati passaggi intermedi definiti. Per esempio, è importante specificare come deve essere impostata la telecamera, quali dati devono essere acquisiti, o quale illuminazione è utile per rispondere a una specifica domanda scientifica. In particolare, devono essere registrati anche i metadati del robot subacqueo. "Per il trattamento dei dati, è essenziale collegare i dati dell'immagine della fotocamera con i metadati del robot subacqueo, " dice Schoening. L'AUV ABYSS, Per esempio, registrato automaticamente la sua posizione, la profondità dell'immersione e le proprietà dell'acqua circostante. "Tutte queste informazioni devono essere collegate alla rispettiva immagine perché forniscono informazioni importanti per la successiva valutazione, " dice Schoening. Un compito enorme:ABYSS ha raccolto oltre 500, 000 immagini del fondale marino in circa 30 immersioni. Vari programmi, che il team ha sviluppato appositamente per questo scopo, assicurato che i dati fossero riuniti. Qui, materiale d'immagine inutilizzabile, come quelli con motion blur, è stato rimosso.

    Tutti questi processi sono ora automatizzati. "Fino ad allora, però, era stato necessario un gran numero di passaggi che richiedevano tempo, " dice Schoening. "Ora il metodo può essere trasferito a qualsiasi progetto, anche con altri AUV o sistemi di telecamere." Il materiale così lavorato è stato poi reso permanentemente disponibile per il grande pubblico.

    Finalmente, L'intelligenza artificiale sotto forma dell'algoritmo appositamente sviluppato "CoMoNoD" è stata utilizzata per la valutazione presso GEOMAR. Registra automaticamente se in una foto sono presenti noduli di manganese, in che misura e in quale posizione. Successivamente, Per esempio, le singole immagini potrebbero essere combinate per formare mappe più grandi del fondale marino. Il prossimo utilizzo del flusso di lavoro e dei programmi appena sviluppati è già pianificato:alla prossima spedizione nella primavera del prossimo anno in direzione dei noduli di manganese, la valutazione del materiale immagine avverrà direttamente a bordo. "Pertanto porteremo con noi a bordo alcuni computer particolarmente potenti, "dice Timm Schoening.

    Panoramica schematica del flusso di lavoro per l'analisi dei dati di immagine dall'acquisizione dei dati attraverso la cura alla gestione dei dati. Attestazione:Timm Schoening/GEOMAR




    © Scienza https://it.scienceaq.com