近期，來自中國科學院深圳先進技術研究院集成所光電工程技術中心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，著色效果極為接近人眼觀察。該研究成果于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。中國科學院大學碩士研究生郭冠男為第一作者，李劍平博士為論文通訊作者，來自廈門大學、哈爾濱工業(yè)大學(深圳)的數(shù)據(jù)科學家參與本課題的合作研究。

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，改變它們在水下的原有空間分布。這種非自然的改變，會導致浮游生物的觀測結果產(chǎn)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。通過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。(記者 杜婷)