摘要：海洋是高质量发展的战略要地，我国海域总面积约 473 万平方公里，大陆海岸线长度约 1.8 万公里。2024 年政府工作报告提出，大力发展海洋经济，建设海洋强国。

强天下者必胜于海。

海洋是高质量发展的战略要地，我国海域总面积约 473 万平方公里，大陆海岸线长度约 1.8 万公里。2024 年政府工作报告提出，大力发展海洋经济，建设海洋强国。

百年来，人类对大海的探索从未停止，从多样的物种资源，到丰富的能源储备，从潮汐发电项目，到水下电缆铺设，每一次突破都拓展着认知与活动的边界。

然而，大海是一个极其复杂的系统，特别是在几十米深的近海水域，地形多样，物种丰富，沙石、藻类等悬浮物较多，导致海水浑浊不清，为水下探测和识别带来巨大挑战。

这是由于光线在水中会发生散射，并被其他物质吸收。根据“朗伯-比尔”定律，光强在介质中的衰减程度与光传播的距离以及介质的吸收和散射系数有关。

布局“智能光电”技术 推进“水下成像”研究

在涉水环境中，通过光电设备可以对光信号进行探测和传输，同时结合智能技术，还能实现感知、分析、判断，为水下作业提供指导和决策。

中国电信人工智能研究院（TeleAI）正在重点推进“智能光电”技术研究，并与智能体、智传网（AI Flow）、AI 治理形成“三智”+“一治”的完整战略布局。

TeleAI 希望通过人工智能术驱动包括赛博空间、临地空间、广域空间在内的“三大空间经济”发展，进一步拓展人类的活动范围，创造经济价值。

在这其中，临地空间与人们的现实生活紧密相关，从城市安防到低空经济，从应急管理到水下勘探，都需要 AI 技术为其赋能，带来新的应用可能。

特别是在水下检测等涉水环境作业中，传统的端到端成像技术对光场信息完整性要求极高，当受到干扰时极易引入噪声，从而造成目标图像信噪比降低。

因此，如何应对光的衰减现象，在强吸收散射的涉水环境中高效利用待测目标的多维信息并有效分析噪声是亟待解决的问题。

近日，中国电信集团 CTO、首席科学家、中国电信人工智能研究院（TeleAI）院长李学龙教授带领团队展开深入研究，并创新研发一项“多偏振信息融合的水下关联成像技术”。

通过优化数据采集、噪声分析、网络训练，该技术显著提高了重建目标图像的质量，为深度学习辅助的水下关联成像提供了一种有效解决方案。

相关论文已在极具高国际影响力的光学期刊《ADVANCED IMAGING》正式发表。

文章题目：

Multi-polarization fusion network for ghost imaging through dynamic scattering media

文章地址：

突破与创新

在此研究中，李学龙教授带领团队提出了一种多偏振融合互监督网络（MPFNet）的关联成像方法，可在多种散射环境下，利用噪声调控技术高质量重建目标图像，为计算关联成像的涉水成像装备研发提供技术基础。

在数据采集阶段，该方法通过采集线偏振与圆偏振激光照明下待测目标透射或反射的一维光强信号，获取待测目标的多偏振信息。

其中，线偏振信号可以有效滤除水下悬浮颗粒物的后向散射，圆偏振信号则能够提供更稳定的信号传输，减少由于散射引起的光场信息退化。

通过线偏振光和圆偏振光的融合，可以进一步提高目标回波信号获取的完整性。

在数据分析阶段，团队设计了多分支融合架构，融合分析两种偏振模式下采集信号的波动性，从而提高信息分析效率。

通过设计多分支空间通道交叉注意模块，探究目标线偏振信息和圆偏振信息之间的关联性，进而促进编码器和解码器之间多分支特征信息的融合。

协同融合目标线偏振与圆偏振信号，显著提高了重建目标信息的保真度。

在网络训练阶段，使用采集待测目标的多偏振信息作为标签，进一步显著提高该方法的泛化性。

MPFNet 网络充分结合了底层物理模型，将获取的一维目标信号作为监督标签，避免了对预训练的依赖。

通过在自由空间与涉水环境中的实验验证，MPFNet 方法显著提高了强动态散射介质中的关联成像效果。

通过三个关键创新，这项研究提升了图像重建质量，使其能够在具有挑战性的涉水环境中以低采样率实现有效重建。

实验结果证明，通过融合线偏振和圆偏振的目标信号，能够利用噪声调控算法高质量重建不同散射介质中的目标图像，为深度学习辅助强动态散射介质的关联成像提供有效解决方案。

应用与展望

李学龙教授带领团队在“多偏振信息融合的水下关联成像技术”的研究成果，显著提高了光场的信息利用率，能在强动态散射条件下高质量重建目标图像，为水下探测与成像设备的研发奠定了坚实基础，可应用于海洋科考、资源勘探、水下考古等多种领域。

尽管该技术目前主要是针对涉水环境提出的，但偏振成像技术本身在雾霾、逆光等复杂大气条件下也有一定的应用潜力。其多偏振信息融合和信号处理的思路，为在大气环境中克服类似的散射和干扰问题提供了借鉴和启示，有望通过进一步的研究和改进，拓展到大气光学探测领域，提高在雾霾、逆光等复杂大气条件下的目标探测能力。

来源：TeleAI