ARTICLE · 人工智能
猫头鹰 AI 下海！仿生 Transformer，暗光水下精准抓虾｜NOCT‑A‑VIS
一语总结文章提出 NOCT-A-VIS 框架，仿生猫头鹰视觉机制构建时序 Transformer，实现暗光水下虾检测，性能相较基线提升 15.6%。
本文从猫头鹰夜视生理机制出发，构建 NOCT-A-VIS（夜间自适应视觉系统）框架，解决暗光水下虾检测问题。文章首先分析了水下目标检测的四大痛点：低能见度、光照剧烈波动、悬浮颗粒物干扰和通信受限。随后提出四大仿生核心设计：EMD 经验模态分解提升感官增强，时序注意力层复用光线，双目立体匹配深度估计，270°广角多尺度瓦片成像。实验选用 YOLOv7、E-YOLOv5、IF-RCNN、VBOD、BI-RL 等基线模型，对比测试暗光检测、噪声过滤、动态帧稳定性。消融实验显示完整模型 mAP@0.5 达 90.4%，显著优于基线 74.8%。
- 仿生四大核心设计
将猫头鹰的视杆细胞、照膜、双眼和大眼球生理机制转化为 EMD 感官增强、时序注意力、立体匹配深度估计和 270°广角瓦片四个 Transformer 计算模块。
- EMD 降噪提升 7.8%
采用经验模态分解预处理，拆解图像信号为本征模态函数 IMFs，过滤高频噪声保留微弱有效信号，区别于普通高斯滤波，适配水下非平稳噪声。
- 时序注意力提升 8.6%
调取历史 m 帧图像特征，通过 QKV 注意力计算融合跨帧信息，修正动态光照带来的画面畸变，解决暗光下画面忽明忽暗导致识别跳变问题。
- 双目立体匹配提升 6.4%
模拟猫头鹰双目成像，利用双目立体匹配生成水下 3D 深度图，精准计算虾的空间距离，输出虾在水下真实三维位置。
- 270°广角提升空间感知
实现超大空间视场，远高于普通水下相机 150-180°视角，通过图像分块瓦片处理和图像金字塔多尺度特征提取，减少边缘区域漏检。
猫头鹰 AI 下海！仿生 Transformer，暗光水下精准抓虾｜NOCT‑A‑VIS
本文从猫头鹰夜视生理机制出发，构建 NOCT-A-VIS（夜间自适应视觉系统）框架，解决暗光水下虾检测问题。文章首先分析了水下目标检测的四大痛点：低能见度、光照剧烈波动、悬浮颗粒物干扰和通信受限。随后提出四大仿生核心设计：EMD 经验模态分解提升感官增强，时序注意力层复用光线，双目立体匹配深度估计，270°广角多尺度瓦片成像。实验选用 YOLOv7、E-YOLOv5、IF-RCNN、VBOD、BI-RL 等基线模型，对比测试暗光检测、噪声过滤、动态帧稳定性。消融实验显示完整模型 mAP@0.5 达 90.4%，显著优于基线 74.8%。
文章金句
"把动物视觉生理转化成可运行的 AI 计算模块
"EMD 负责降噪、双目负责深度，时序注意力和广角模块提升空间与时序感知
"完整全套模型 mAP@0.5 达到 90.4%
"NOCT-A-VIS 检测置信度稳定维持 90-92%
"猫头鹰的眼睛，给浑浊幽暗的水下，点亮一双 AI 之眼