珊瑚状况评估和Drupella sp.多个尺度的方法 使用多功能低成本摄像系统和点云语义细分的识别

科学领域:

• 海洋生物学 海洋生物学
• 生态系统监测 生态系统监测
• 保护技术 保护技术

背景情况:

• 珊瑚礁面临着气候变化和人类活动带来的越来越大的威胁.
• 传统的监测方法往往是低效的,缺乏覆盖范围,并提供有限的空间数据.
• 保护组织需要改善息地评估和珊瑚群监测的工具.

研究的目的:

• 开发一种低成本,多功能的水下摄像系统,用于珊瑚礁监测.
• 整合结构从运动 (SfM) 摄像度和语义细分,用于3D息地重建和分析.
• 为了能够有效地,在空间上明确地监测珊瑚群动态和珊瑚健康.

主要方法:

• 开发了一种多模式的水下摄像系统 (表面,水平,曲线) 配有三个同步摄像头.
• 利用SfM摄像度来从视频数据中创建3D点云重建.
• 应用KPConv语义细分模型来分类点云,识别Drupella牛和受损珊瑚.

主要成果:

• 摄像头系统提供了高点密度,成本低于传统方法.
• KPConv模型实现了0.916的整体准确度和0.601的平均IOU的细分.
• 该系统在现场调查中成功识别了受损的珊瑚和神秘的Drupella牛.
• 定量输出使得可进行详细的珊瑚状况评估和对Drupella爆发的早期警告.

结论:

• 集成的硬件和软件系统为珊瑚礁监测提供了高效和成本效益的解决方案.
• 产生了空间明确的见解,对于理解小规模珊瑚礁动态特别有价值.
• 这项技术通过提高调查效率和数据质量来支持基于社区的保护工作.