摘要
在恶劣的水下环境中，水下物体检测仍然面临挑战。浑浊、光线散射、颜色衰减以及低照明度等因素会导致图像质量严重下降，从而大大降低检测的可靠性。尽管真实世界的水下数据集非常重要，但由于其规模有限且环境多样性不足，难以覆盖实际中可能出现的各种图像退化情况。为提升检测的鲁棒性且无需收集额外标注，我们提出了基于物理原理的扩散合成方法（PADS）。该方法利用少量带标签的真实图像来生成多种在物理上合理的退化水下样本。PADS将受ControlNet控制的潜空间扩散生成器与基于Jaffe–McGlamery和Akkaynak光学理论的物理模型相结合。在生成过程中，首先使用语义掩码来保持物体的结构完整，同时通过交叉注意力机制引入水光学参数以引导图像的退化过程。此外，该物理模型在训练过程中会强制确保颜色和衰减的一致性，并在合成过程中充当类似SDEdit的潜空间先验。为进一步提升退化条件下的物体定位精度，尤其是对于小型物体，我们引入了一种仅用于训练的尺度感知型focaler–NWD（SA-FNWD）边界框损失函数，该函数对小型物体侧重于标准化Wasserstein距离，而对于较大物体则保留基于IoU的回归方法。在MOUD数据集上的实验表明，使用PADS生成的数据进行训练的检测器在严重退化条件下的鲁棒性显著更强。在最严重的浑浊条件下，PADS的检测准确率仍能达到清洁状态的59.3%，而基于复制粘贴的合成方法的准确率为14.9%，基于pix2pix的合成方法的准确率为14.1%。SA-FNWD进一步提升了不同退化程度下的mAP@0.5:0.95数值。这些结果表明，基于物理原理的扩散合成方法是提升检测鲁棒性的关键，而SA-FNWD则能在不增加推理开销的情况下进一步提升小型物体的定位精度。
