基于无人机的超分辨率实例分割技术实现浅水珊瑚礁栖息地中海参的生态监测

《Marine Pollution Bulletin》：UAV-based super-resolution instance segmentation enables ecological monitoring of sea cucumbers in shallow coral reef habitats

　　

- SR-HoloMambaNet 将超分辨率与无人机实例分割相结合。
- MambaIR 将退化图像的 mAP@50 从 63.7% 提升至 82.7%。
- HoloMambaNet 仅使用 4.10 M 参数即实现了 95.7% 的 mAP@50。
- 在五个数据集上的零样本测试取得了 41.1% 的宏平均 mAP@50。
- 标注掩码支持丰度、覆盖度、形态学和空间分析。

引言

海参是浅水珊瑚礁生态系统中重要的沉积食者和生物扰动者（Purcell et al., 2013）。它们的摄食和沉积物再加工活动有助于沉积物氧化的供应、有机质的矿化和营养物质的再生（MacTavish et al., 2012, Uthicke, 2001）。此外，它们还对局部碳酸盐循环产生影响（Schneider et al., 2011）。因此，丰度和分布的变化会改变局部底栖功能，而持续的捕捞压力则产生了对可重复种群调查的需求（Anderson et al., 2011, Purcell et al., 2013, Conand, 2018）。基于物种的指标还提供了描述底栖生境状况的生物学基础方法（Serrano et al., 2022）。

对于海参监测而言，仅有存在记录所能提供的关于当地种群结构的信息是有限的。个体轮廓、图像空间占据面积、表观大小和空间排列提供了可从实例掩码中提取的互补描述符。因此，一个实用的监测工作流程应当获取一致的个体水平观测数据，同时保留斑块尺度生态汇总所需的几何信息。

传统的海参调查通常依赖潜水员进行的水下目视清查、带状样带法、样方抽样和水下摄影。这些方法能够提供直接的现场观测，但需要大量的时间和劳动力，并且受限于水深、海况和潜水员安全（Ventura et al., 2025, Viyakarn et al., 2020, Mellin et al., 2020）。

遥感与计算机视觉为沿海和海洋环境监测提供了日益高效的工具，其应用范围从沿海水文扰动的大尺度评估（N. Xu et al., 2026, H. Xu et al., 2026, W. Wang et al., 2026b）到精细尺度的生态观测。卫星影像通常缺乏识别浅水小型海参所需的空间分辨率。自主水下航行器（AUV）可以获取高分辨率的海底数据，但其常规使用通常需要专用载具、导航系统和配套操作，这可能会增加运营复杂性和成本（Wynn et al., 2014）。视觉-惯性 SLAM 提供了一种在弱纹理和光照变化条件下工作的机器人平台定位方法（Yang et al., 2026）。相比之下，无人机灵活高效，能够获取浅水礁区的高分辨率图像（W. Wang et al., 2026a）。然而，太阳光斑、波浪、浑浊度和图像模糊仍然会降低目标可见度。因此，可靠的基于无人机的监测需要图像增强和适应浅水条件的自动化识别方法（Chen et al., 2025, Yang et al., 2022, Joyce et al., 2019, Kieu et al., 2023）。

浅水无人机影像中的海参通常表现为小型、低对比度且边界弱化的目标。太阳光斑、波浪、浑浊度和运动模糊进一步降低了体轮廓和表面纹理的可见度，而珊瑚碎屑、岩石、藻类和海底阴影可能产生相似的视觉模式（M. Wang et al., 2024, Peng et al., 2021, Shi et al., 2024）。在水下珊瑚分割中也观察到了类似的挑战，其中波长依赖的散射和空间变化的光照可以显著改变目标外观并降低跨条件泛化能力（Zhao et al., 2026c）。因此，简单的基于插值的大放大无法恢复丢失的细节，而通用视觉模型可能无法可靠地提取残余的微弱视觉线索（Li et al., 2024）。

近期的综述总结了低对比度、浑浊度、不均匀光照和复杂背景对水下目标检测的影响（Jian et al., 2024）。像素级显著实例分割也已成为一个专门的水下视觉任务（Lian et al., 2024）。整合空间和时间特征的迁移学习 CNN 在复杂视觉环境中也展现了强大的识别能力（UH and Kumar, 2025）。通过端到端的 Transformer 基线（Zhao et al., 2024）和面向部署的改进方案（Lv et al., 2024），实时检测取得了进展。近期的 YOLO 设计进一步探索了注意力机制处理和高阶特征交互（Tian et al., 2025, Lei et al., 2025）。特征融合架构也被探索用于复杂视频场景中的目标识别和多目标跟踪（Shajeena et al., 2026）。基于 Mamba 的检测器进一步将长程依赖建模与多感受野提取和跨层融合相结合，以改进多尺度和小目标识别（Duan et al., 2025）。跨领域轻量级识别研究也将注意力机制和动态重采样相结合，以增强复杂感知条件下的小目标定位（Lv et al., 2025）。

海参还具有灵活的非刚性身体，其形状会随姿势和行为状态而变化（Gianasi et al., 2018）。其表观尺度还会随水深和观察几何而改变。传统目标检测提供边界框和类别预测，而实例分割此外还为每个个体划定像素级掩码（He et al., 2017）。自动化图像分析可以提高生态监测的效率和可重复性（Weinstein, 2018, Christin et al., 2019）。然而，仅凭边界框无法准确描述个体轮廓、占据面积、形态或局部空间排列。因此，基于无人机的海参监测需要图像细节增强、长程身体结构建模、多尺度特征融合和背景抑制，以及用于后续生态分析的实例级掩码。

本研究开发了一个将条件超分辨率重建与轻量级实例分割相结合的综合框架，用于基于无人机的海参监测。该框架针对微弱的体轮廓、低对比度纹理、伪装和复杂海底背景，同时保留用于图像空间分析的实例级几何信息。通过重建保真度和下游分割性能评估基于学习的超分辨率方法，因为视觉上更清晰的图像并不一定提供更可靠的任务特征（Wang et al., 2022）。

SR-HoloMambaNet 支持两条工作路径。具有足够目标细节的原生高分辨率影像可直接由 HoloMambaNet 处理，而分辨率受限的影像可先经过 SRR 阶段。SR 辅助路径适用于现有的低分辨率档案、大面积或高海拔调查、低空采集受限的作业环境，以及目标占据原生像素过少而无法稳定分割的图像裁剪区域。在 SR 辅助路径下，采用统一协议评估代表性重建方法，并从重建和下游结果中选择 MambaIR（Guo et al., 2024）。HoloMambaNet 基于轻量级 YOLOv10n-seg 基线构建（A. Wang et al., 2024）。它集成了 VSSBlock、CSwinTR 和 LSKA，分别用于建模长程身体连续性、融合多尺度特征和抑制视觉相似的背景（Y. Liu et al., 2024, Z. Liu et al., 2022, Lau et al., 2024）。HoloMambaNet 生成预测的实例掩码用于掩码级评估，而经专家验证的标注掩码为斑块尺度丰度、图像空间表观覆盖度、形态学相关代理指标和空间模式描述符提供基准几何。

本研究的主要贡献总结如下：

1. 构建了用于浅水珊瑚礁监测的基于无人机的海参实例分割数据集。该数据集包含 1051 个图像斑块和 4958 个标注实例，采用多边形级实例标注和多专家验证。

2. 在统一的退化和训练协议下对比了代表性超分辨率方法。同时评估了重建质量和下游分割性能，MambaIR 在像素保真度和分割恢复之间取得了最佳的整体平衡。

3. 通过集成 VSSBlock、CSwinTR 和 LSKA 开发了一个轻量级实例分割模型 HoloMambaNet，分别用于长程身体结构建模、多尺度特征融合和背景抑制。该模型在仅 4.10 M 参数和 8.7 MB 模型体积下实现了 95.7% 的 mAP@50。

4. 进一步使用经专家验证的标注掩码推导斑块尺度丰度、图像空间表观覆盖度、形态学相关代理指标和空间模式指标。还分析了精度、效率、可解释性和跨平台推理性能，以评估该框架在生态监测中的潜力。

## 章节片段

### 调查地点

本研究在泰国涛岛的查洛克班考湾（CBK Bay）进行（10° 3′56″N, 99° 49′35″E）。CBK 湾包含浅水礁盘，有沙地、珊瑚碎屑、礁体结构和底栖植被，为航拍观测创造了异质性背景（Phongsuwan et al., 2013, Stuij et al., 2022）。通过本地实地观测和多视角参考资料，识别出两种在视觉上可区分的海参类型，用于标注方案：Stichopus chloronotus。

### 用于基于无人机的海参图像重建的 SRR

在受控的合成退化协议下评估了七种重建策略：双三次插值、Real-ESRGAN、SRCNN、SRFBN、RDN、SwinIR 和 MambaIR。本小节报告以 PSNR 和 SSIM 衡量的重建保真度；下游分割单独评估。SSIM 值以百分比表示。

如表 1 所示，MambaIR 在所有评估方法中取得了最佳重建性能，达到最高的 PSNR 32.81 dB 和最高的 SSIM。

### 图像分辨率和放大倍数的影响

空间分辨率影响用多少像素表示海参，以及其轮廓和表面图案的保留程度。图 6 提供了跨重建放大设置的质量对比。现场调查使用固定飞行高度，合成放大因子代表受控的重建尺度。

在所选示例中，较低放大倍数的重建保留了不太清晰的边界，而三倍和四倍输出显示……

### 结论

本研究开发了 SR-HoloMambaNet 用于基于无人机的海参实例分割，具有两条工作路径：原生高分辨率斑块的直接分割，以及 MambaIR 重建后接 HoloMambaNet 用于分辨率受限的输入。在受控退化协议下，MambaIR 将下游 mAP@50 从双三次插值的 63.7% 提升至 82.7%。在 HR 测试集上，HoloMambaNet 在仅 4.10 M 参数和……的情况下实现了 93.7% 精确度、82.0% 召回率和 95.7% mAP@50。

### CRediT 作者贡献声明

Fan Zhao：写作—审阅与编辑，写作—初稿，软件，方法学，形式化分析，概念化。Yongying Liu：写作—审阅与编辑，验证，形式化分析，数据管理。Jiaqi Wang：写作—审阅与编辑，方法学，调查，概念化。Feng Xue：写作—审阅与编辑，验证，方法学。Kun Yang：写作—审阅与编辑，资源，调查。Xinlei Shao：写作—审阅与编辑，资源。Jundong Chen：写作—

### 利益冲突声明

作者声明，他们没有已知的竞争性经济利益或个人关系可能影响本论文所报告的工作。

### 致谢

本研究部分资金来自日本科学技术振兴机构（JST）通过下一代先驱研究启动计划（SPRING）提供，项目编号 JPMJSP2108；江苏省自然科学基金，项目编号 BK20230441 和 BK20240258；深圳大学青年学者科学基金，项目编号 868-000001033431；航空航天信息与时空智能学科突破项目……

作者：Fan Zhao | Yongying Liu | Jiaqi Wang | Feng Xue | Kun Yang | Xinlei Shao | Jundong Chen | Zhiben Yin | Hao Wu | Yijia Chen | Nan Xu