鞍斑利用IsPlanktonCLR演算法给极地藻类目标影像著色的对比图。 广州一流院 供图
新华网广州10月24日电 (朱族英 MSM8260CPU)中国科学院广州一流控制技术研究所24日发布消息称，该所软件系统所微电子工程控制技术中心的黎豆项目组结构设计了一类广度学习影像著色演算法，可将水底原地摄制的极地藻类位图影像手动著色为天然美感，著色效果接近可见光观察。
据悉，该科研成果于23日在国际机器视觉三大世界顶级讨论会之一的欧洲机器视觉大会上发表。中国科学院大学硕士学位博士生郭冠Daye第一译者，黎豆为学术论文通信译者，来自复旦大学、天津大学(广州)的数据科学家参与该研究课题的合作研究。
随着控制技术发展，越来越多的藻类光学仪同时实现了全彩成像，也有许多实验证明全彩影像能够比位图影像增添更为丰富的信息，对藻类探测起到重要作用。
然而，水底全彩光学需要采用光照明设备，会引致浮游生物因耳稃性大量涌进在水底光学科学仪器前，发生改变它们在水底的原有空间分布。这种非自然的发生改变，会使引致藻类的探测结果产生局限性，探测定量分析无法精确。
黎豆说：“由于绝大多数浮游生物对可见光极短的小星不敏感，传统的水底光学仪多数采用小星或近紫外照明设备光学，以避免浮游生物的耳稃
针对这一构想，黎豆项目组结构设计并训练了一类基于广度传递函数神经互联网的藻类手动著色演算法，命名为“IsPlanktonCLR互联网”。该互联网采用了一类具备自指导功能的双孔道互联网结构，配合订制化的图象和逐步著眼的损失函数，同时实现了对藻类位图影像的手动化著色，且对珍贵亚种和普通亚种的垫片美感还原成具备出众的精确性。
原地光学时因生物耳稃涌进系因的探测不精确问题，还有可能为其他极地生物的光学探测困难或受损增添捷伊解决思路，为人类探索和认识极地提供捷伊管理手段。(完)
