Denizlerdeki Gizemleri Aydınlatan Yapay Zeka Modeli: SeaSplat
Araştırmacılar, zorlu sualtı görüntülerini net ve hassas 3D sahnelere dönüştürebilen yeni bir yapay zeka modeli geliştirdiler. Bu model, ekolojistlerin mercan resifleri gibi ortamları daha doğru bir şekilde gözlemlemesine ve anlamasına yardımcı olacak.
SeaSplat: Su Altındaki Görüntüleri Dönüştürme Yeteneği
Kütüphane, Massachusetts merkezli Woods Hole Okyanusun Araştırma Kurumu (WHOI) ve Massachusetts Teknoloji Enstitüsü (MIT) tarafından tasarlanan SeaSplat adı verilen bu model, suyun fotoğraflar üzerindeki iki ana bozulma etkisini dengelemek amacıyla geliştirilmiştir: bulanıklık ve renk kaybı.
SeaSplat, su altındaki bir sahnenin, su ve onun bozulmalarının kalmadığı bir haliyle nasıl görüneceğini yeniden yapılandırır. Renkleri solmuş ya da bulanık görünen fotoğrafları canlı, keskin görüntülere dönüştürerek nesne veya hayvanların gerçek renklerini yansıtır.
3D Gaussian Splatting Tekniği ile Gerçekçi Yeniden Yapılandırma
Bu model aynı zamanda doğru 360 derece yeniden yapılandırılmış görüntüler de üretebilir. 3D Gaussian splatting adı verilen bir teknik, modelin iki boyutlu su altı fotoğraflarından tam 3D görüntüleri hassas bir şekilde tahmin edip dijital olarak yeniden oluşturmasını sağlar.
Dalgaçılar ve robotlar tarafından toplanan çok sayıda su altı görüntüsünü kullanarak araştırmacılar, 3D yeniden yapılandırma modelini suyun doğal bozulmalarını otomatik olarak düzeltmek üzere ayarladılar ve su altındaki nesneleri kara üzerindeki gibi gösterdiler. Bu süreçte sahnenin 3D yapısını, her nesnenin geometrisini ve göreceli konumunu dikkate alarak gerçek renklere dönülebildi.
Mercan Resiflerini Daha İyi Anlamak
Araştırmacılar, SeaSplat’ın ekolojistlerin mercan resiflerinin zengin biyolojik çeşitliliğini daha iyi anlamalarına yardımcı olacağını umuyor. Mercan resifleri, deniz biyolojik çeşitliliğini besleme konusunda önemli bir rol oynadığı için sıklıkla “denizin yağmur ormanları” olarak adlandırılır.
Son iki yıl içinde, okyanusun resiflerinin yaklaşık %84’ü zararlı beyazlama olaylarından etkilendi. Uluslararası Mercan Resifi İnisiyatifi’ne göre, 1998’den bu yana dört küresel beyazlama olayı, resif ekosistemlerini tahrip etti.
“Resifler okyanusun küçük bir parçası ama büyük bir biyolojik çeşitliliğe ev sahipliği yapıyor, bu yüzden mercan resifi ekosistemlerinin izlenmesi son derece önemli,” diyor WHOI’den yardımcı bilim insanı Yogesh Girdhar. Girdhar, modelin bilim insanlarına resiflerin biyolojik çeşitliliğini nicel olarak ölçme ve mercan beyazlaması veya hastalık gibi belirli olayları tespit etme konusunda yardımcı olabileceğini belirtiyor.
Yüksek Kaliteli 3D Görüntüler Üretmek
Girdhar ve MIT’den lisansüstü öğrenci Daniel Yang, SeaSplat üzerindeki çalışmalarını Mayıs ortasında bir robotik konferansında sundu. Çalışmanın diğer yazarlarından biri de MIT’de mekanik mühendislik profesörü John Leonard.
Modeli eğitmek için, araştırmacılar, NVIDIA Jetson Orin kenar hesaplama teknolojisi ile donatılmış bir su altı robotu kullandılar.
Model, ilk eğitim sürecinin ardından, standart su altı kameralarından çekilen görüntülerin analizi için de kullanılabilir hale geldi. Bu, özel ekipman veya lüks aydınlatma gerektirmiyor.
Ekologlar, ham su altı görüntülerini yüklediklerinde, model doğal renkleri ve daha keskin detayları geri kazandıran düzeltilmiş versiyonlar oluşturuyor. Örneğin, SeaSplat kaybolan kırmızı ve sarı renkleri doğru bir şekilde ekleyebiliyor; bu genellikle su altı fotoğraflarında solmuş görünür. Ayrıca mercanlar veya deniz organizmalarındaki ince detayları öne çıkarabiliyor veya yeniden oluşturabiliyor.
“Amacımız ekologların deniz tabanının daha yüksek çözünürlüğünü elde etmesine ve mercan resiflerini daha iyi anlamalarına yardımcı olmaktır,” diyor Girdhar. “Çünkü çok yüksek kaliteli bir 3D modelimiz var, sanal olarak kamerayı hemen hemen her yere yerleştirebiliriz ve gerçek nesneye son derece yakın olan bir yeniden yapım resmi oluşturabiliriz.”
Şu ana kadar SeaSplat, ABD Virjin Adaları, Kızıldeniz ve Curaçao’da çekilen su altı resif görüntülerini analiz etmek ve iyileştirmek için kullanıldı. Gelecekte, araştırmacılar modelin daha genel ve genişletilebilir hale gelmesini hedefliyor; böylece bu, neredeyse her su altı araştırması veya çalışmasında kullanılabilir hale gelecek.
Daha fazla bilgi için SeaSplat ile ilgili bu yazıyı okuyabilir ve araştırmacıların makalesini inceleyebilirsiniz.
