《Remote Sensing》:Submerged Hazard Identification and Processing Using Augmented Image-Based Detection (SHIP-AID)
编辑推荐:
识别可见的淹没危险物(包括浅水沉船及相关 debris)对于海事安全、海岸管理、环境监测和海洋考古学具有重要意义。研究范围仅限于在浅水或潮间带水域中从上方光学可见的沉船。本研究提出了基于增强图像检测的淹没危险物识别与处理框架(Submerged Hazard
识别可见的淹没危险物(包括浅水沉船及相关 debris)对于海事安全、海岸管理、环境监测和海洋考古学具有重要意义。研究范围仅限于在浅水或潮间带水域中从上方光学可见的沉船。本研究提出了基于增强图像检测的淹没危险物识别与处理框架(Submerged Hazard Identification and Processing using Augmented Image-based Detection,SHIP-AID),这是一个用于高分辨率 RGB 影像的模块化地理空间人工智能(GeoAI)评估框架。经站点级质量控制后,独立源数据集包含来自 403 个沉船遗址的 695 幅影像。专门的组间不相交留出集包含来自 88 个遗址的 150 幅影像和 184 个标注的沉船目标。使用十个匹配的训练种子评估了五种检测主干网络和一种任务感知的水下增强基线。在标准基准评估协议下(在置信度扫描的内部确定最大 F1 点报告精确率和召回率),最佳配置在锁定留出集上实现了精确率 0.896、召回率 0.861、mAP@50 0.927 和 mAP@50–95 0.668。在固定、验证集选择的 0.45 操作阈值下,主检测器产生了阈值特定的精确率 0.922 和召回率 0.837。站点聚类的自助法区间为 mAP@50 的 0.895–0.951 和 mAP@50–95 的 0.625–0.704。物理信息引导的衰减和背向散射增强在更严格的 IoU 指标上优于通用增强,而全局 Otsu 阈值化降低了召回率和定位精度。在轻度退化下性能保持稳定,在中度和强度退化下性能下降,在严重低能见度下性能变得不可靠。因此,SHIP-AID 被定位为一种决策支持框架,用于优先处理光学可见的浅水遗址,同时保留声呐、潜水、水文或考古证据作为确认标准。
论文解读:SHIP-AID——面向可见浅水沉船的模块化GeoAI评估框架
研究背景与问题:浅水环境中的沉船及其残骸是海事安全、海岸管理、环境监测和海洋考古的重要关注对象。然而,传统探测手段(如侧扫声呐、多波束测深、潜水调查和机载测深LiDAR)虽然可靠,但成本高、耗时长、地理覆盖有限,难以满足大区域快速筛查需求。随着高分辨率光学遥感影像(来自卫星、有人机和无人机)的普及,基于RGB影像的自动化检测成为潜在替代方案。但水下环境存在水体衰减、浊度、散射和光照变化等光学限制,导致目标对比度低、特征可分性弱,常规目标检测模型(主要为高对比度陆地场景设计)在低对比度水下RGB影像中的可靠性尚不明确。现有研究多聚焦于声呐或多传感器数据,对RGB影像的系统性评估不足;预处理(如对比度增强或阈值化)和增强策略的实际效果缺乏严格验证。为此,研究人员提出了SHIP-AID(Submerged Hazard Identification and Processing using Augmented Image-based Detection)框架,旨在系统评估五种检测主干网络、预处理假设和图像质量退化鲁棒性,明确RGB检测在何种条件下可支持浅水沉船筛查。
研究内容与主要方法:研究构建了来自NOAA海图沉船与障碍物数据库的源清单,从USGS国家地图影像服务及公开数据集(Roboflow Sunkin Ships数据集等)获取高分辨率RGB影像,经质量控制后得到695幅独立源影像(来自403个沉船遗址),按遗址级划分训练(455幅/250遗址)、验证(90幅/65遗址)和锁定测试集(150幅/88遗址,含184个标注目标)。测试集包含训练未见的三个地理区域,且每幅测试图像均经双人独立标注并仲裁。方法层面,评估了YOLOv5nu、YOLOv8n、YOLO11n、YOLO12n和RT-DETR-L五种检测主干,以及一种任务感知的水下增强加YOLO12n基线。训练采用640×640输入、COCO初始化、最多120轮、验证集早停,使用十个匹配随机种子重复。增强策略包括通用几何与光度变换、物理信息引导的衰减与背向散射增强(波长选择性衰减、背向散射混合、对比度压缩、噪声、模糊等,参数界限在代码中明确),以及两者组合。全局Otsu阈值化作为候选预处理进行消融。评估协议包括基准评估(最大F1点报告精确率/召回率)、固定阈值(0.45)操作点、站点聚类自助法(10,000次重采样)不确定性、背景纯图压力测试、五折站点分组交叉验证、受控光学退化协议(五种等级:原生、轻度、中度、强度、严重低能见度)和置信度阈值敏感性分析。
主要结果:在锁定测试集上,增强加YOLO12n条件达到最高点估计:精确率0.896、召回率0.861、mAP@50 0.927、mAP@50–95 0.668。但配对站点差异区间(?0.006至0.017)表明其与标准YOLO12n(mAP@50–95 0.663)差异不显著。YOLO11n(0.654)和RT-DETR-L(0.641)次之,YOLOv8n(0.611)和YOLOv5nu(0.566)较低。站点聚类95%区间为mAP@50 0.895–0.951、mAP@50–95 0.625–0.704。消融实验显示:通用增强将mAP@50–95从0.592提升至0.611,物理信息增强达0.648,组合策略达0.663(较通用增强提升0.052,区间0.021–0.081)。而Otsu阈值化显著降低性能至mAP@50–95 0.438、召回率0.691,原因是全局二值化消除低幅空间频率信息(弱边界、渐变纹理)。退化实验表明:原生条件下mAP@50–95 0.663,轻度退化仅小幅下降(0.642),中度退化降至0.535(召回率0.761),强度退化降至0.361(召回率0.586),严重低能见度下精确率0.481、召回率0.293、mAP@50–95 0.158,RGB预测不可靠。在固定阈值0.45下,测试集产生154个真阳性、13个假阳性、30个假阴性,精确率0.922、召回率0.837、F1 0.877。背景压力测试在150个背景块上产生21个假阳性(0.140/块),集中在长阴影-基底边界和碎片化人为残骸。五折交叉验证均值:精确率0.889、召回率0.851、mAP@50 0.921、mAP@50–95 0.656,标准差小。定性分析显示,成功检测依赖于形状、边缘连续性、色调对比和局部纹理;假阳性多发生在类似沉船结构的自然或人为背景特征;漏检多因低对比度、沉积物覆盖或分辨率降低。
讨论与结论:研究表明浅水沉船检测不能视为通用目标检测问题,场景光学特性(水柱效应、浊度、沉积物覆盖、海底反射率、空间分辨率)强烈影响性能。全局阈值化有害,因为水下影像包含复杂局部梯度而非简单双峰分布。YOLO12n提供最佳实用平衡,增强模块点估计稍高但不确定性重叠,应视为等价而非优越。操作阈值0.45平衡最佳,但阈值选择必须基于验证集而非测试集。站点分组交叉验证评估内部稳定性,锁定留出集测试区域迁移,但交叉验证重新分区使用了全部695幅影像,与固定留出集并非完全隔离,外部验证声明仅基于主基准协议。研究局限性包括:测试集有限(150幅)不代表所有海岸环境;文献确认的时效和方式不一;退化类别为受控扰动而非实测水柱等级;边界框简化了弥散边界;增强参数为经验界限而非实测校准;NOAA清单引入确认偏倚。SHIP-AID作为决策支持工具,应在有利或轻度退化条件下优先筛选可见浅水沉船候选,但不能检测深埋或光学不可见目标,也不能替代声呐、潜水、水文或考古解释。未来工作方向包括自适应局部增强、多光谱/偏振/高光谱、多模态融合、基础模型和不确定性主动学习等。结论认为:轻量级配置在站点级不确定性内性能相似,标准YOLO12n效率更优;物理信息增强提高鲁棒性,Otsu阈值化有害;检测在原生和轻度退化下可靠,中度和强度退化下性能下降,严重低能见度下不适用于自主解释。研究提供了包含独立采集、站点分组、水下特定比较器、重复种子、聚类感知不确定性、硬负例测试、可复现退化和文献/现场链接的强化证据基础。