定位2000年历史的罗马沉船与图像处理和人工智能

发布者丽莎·哈维，2020年1月6日

25次（最近30天）| 0喜欢| 0条评论

考古学家最近发现在东地中海罗马沉船。，船舶及其所载货物都处于良好的状态，尽管是2000年历史。沉船，命名为菲斯卡同名附近的罗马帝国口后，是最大的沉船在该地区迄今发现的。该菲斯卡充满土罐- 在罗马帝国被用于运输货物，如酒，粮食和橄榄油，大型红陶盆。

CNN报道说，“这项调查是由帕特雷大学阿诺斯网络进行，使用人工智能图像处理技术。”

该沉船菲斯卡的声纳图像。图片来源：爱奥尼亚水族馆，凯法利尼亚岛，希腊

考古学家使用人工智能图像处理

该沉船菲斯卡由乔治Ferentinos和他的同事从帕特雷大学，希腊发现的。该团队在其研究结果发表考古学杂志。

该小组利用声纳成像的一种叫做探索周围凯法利尼亚岛的爱奥尼亚海海岸海底侧扫声纳。探险队完成了两个阶段的调查。首先，“普查”被用于快速，高密度扫描，以确定在零潜在海底目标的研究领域和整体海景。随后，“站点特定的调查”完成，实现的可能对应于沉船潜在海底目标的详细扫描。

侦察车辆调查是海底上面40M，牵引该有千米的倾斜范围和在100kHz发送的浸没声纳成像装置。图片来源：Ferentinos等。人。

侦察调查是在2013年七月完成它需要比标准声纳调查，位于船是在2000年前沉没更多：正是在这个阶段的调查，该团队使用称为基于图像的自动目标探测工具SonarClass以确定潜在的沉船。

SonarClass是MATLAB工具箱从帕特雷大学建立由乔治Papatheodorou和埃利亚斯Fakiris。SonarClass提供AI图像处理技术到海底的图像进行分类。它是用来确定潜在沉船的确切位置。它采用人工智能来分析捕获的图像来确定感兴趣区域的纹理。

所述SonarClass校准结果（L）和分类模块（R）。图片来源：Fakiris等。人。

研究人员表示，“使用的加工侧扫声纳海底图像目标计算机视觉技术，是潜在的古沉船目标从其他海底中分离出有价值的工具，相似的声学特征的功能。”

一旦团队能够确定与普查沉船的位置，他们搬到了远征的第二阶段。对于根据现场具体情况的调查，他们获得详细的视觉和声纳图像远程操作车辆和潜水员的帮助。详细的图像是在产生残骸的轮廓内的土罐令人难以置信的图像马赛克放在一起。

所述菲斯卡沉船正射影像镶嵌的膨胀部分。在（a）所述土罐的形状可以清楚地看到。各个双耳罐的位置被标记在黄色的（b）。图片来源：Ferentinos等。人。

历史遗迹保护

该货物脆弱和易受伤害在该地区的人类活动。拍摄的图像显示已经发生的一些破坏：有是清除土罐中的1M宽的沟槽（在下面的声纳图像标记为“TZ”）。研究人员认为，这是由于锚跨沉船现场拖动。希望是，通过使用这一先进技术，研究人员将能够通过限制在具有重要历史意义的地区使用，以保护这个问题和其他历史发现，从进一步的损害。

研究人员状态，“作为游艇和邮轮关闭的Fiscardo港锚固逐年增加，沉船的风险通过这种人类活动不断增加的损坏。”