$\pi$-SUB: A Physics-Informed Synthetic Underwater Benchmark Dataset for Underwater Image Enhancement

想象一下，你正试图拍摄一张完美的沉船照片，但每次潜水时，海水都像是一个巨大的、脾气暴躁的滤镜。它偷走了红色，用漂浮的尘埃模糊了细节，并加上了一层雾状的面纱，让一切看起来都像是在梦境般的深海中。这就是机器人和相机探索海洋时每天面临的挣扎。为了教会计算机修复这些模糊且带有蓝色调的照片，科学家们需要一个“老师的标准答案”——即一个完美的、清晰的场景版本，用来与那张混乱的深海照片进行对比。但问题在于：你永远无法在不经过水的情况下拍到沉船的照片。你不能为了拍张照就神奇地排干整个海洋。因此，多年来，科学家们一直试图在计算机上构建虚构的“水下世界”来训练人工智能。问题是，大多数这些虚构的世界就像拙劣的电影布景：远看还可以，但它们并不遵循光线在深海中表现的真实物理规则，导致人工智能在尝试利用从这些“假布景”中学到的知识去修复真实的海洋照片时，会感到困惑。

本文介绍了一种构建这些虚构水下世界的新型、超智能的方法，称为 π-SUB。你可以把它看作是从“森林的纸板剪纸”到“全模拟生态系统”的升级，在这个系统中，每一片叶子、每一束阳光和每一个漂浮的微粒都遵循实际的物理定律。作者创建了一个系统，它不仅仅是猜测水下看起来是什么样，而是利用关于不同类型水域（从清澈的蓝色海洋到浑浊的沿海海湾）如何吸收光线、相机深度有多深、甚至微小的海洋植物（如叶绿素）如何改变水色的真实科学进行计算。他们将这个全新的“基于物理学”的数据集与旧的、更简单的虚构数据集进行了对比测试，发现它更加逼真。当他们使用 π-SUB 来训练四种不同类型的 AI 图像修复工具时，这些工具在清理真实水下照片方面的表现显著提升，这证明了如果用一个完美的、具有科学准确性的模拟器来教机器人，它能更好地理解真实世界。

问题所在：“虚假”海洋陷阱

长期以来，试图修复水下照片的研究人员一直面临着一个大难题。要教会计算机清理一张模糊的图像，你通常需要向它展示模糊的照片以及同一张照片完美、清晰的版本。但在海洋中，“完美”的版本并不存在，因为水始终在那里。因此，科学家们开始制作合成数据集——即由计算机生成的虚构水下图像。

然而，许多之前的尝试就像是在搭积木式的纸牌屋。它们往往忽略了光线随深度变化（“下行辐照度”）的事实，忘记了吸收光线的微小生物颗粒（如藻类中的叶绿素），并且将所有的水都视为同一种东西。它们还经常使用单一、简单的公式来描述光线是如何被阻挡的，而不是使用描述光线在不同颗粒上散射的复杂现实世界数学模型。结果，在这些“纸板”数据集上训练的 AI 模型学到了错误的经验。它们擅长修复看到的特定虚构图像，但当它们尝试修复来自真实海洋的照片时，往往会失败，因为真实的海洋是混乱的、深邃的，并且充满了虚构模型未曾考虑到的生物学惊喜。

解决方案：π-SUB，物理驱动的模拟器

本文作者决定构建一个更好的模拟器，将其命名为 π-SUB。他们没有仅仅停留在猜测阶段，而是基于经典物理模型 Jaffe–McGlamery 模型的扩展版本构建了一个框架。不仅如此，他们还通过三个以往模型所缺失的重大“超能力”对其进行了升级：

1. 深度至关重要： 他们意识到，照射到场景中的光线取决于相机的深度，而不仅仅是物体距离。他们增加了一个层级来模拟阳光随着在水柱中向下移动而逐渐减弱的过程，使光照随深度发生真实的改变。
2. 水的生物特性： 他们拆解了水的“成分”。他们不再只是简单地说“水”，而是模拟了水中具体的生物物质，例如使水变绿的叶绿素和 CDOM（溶解有机物）。这使得模拟器能够创造出看起来像是拍摄于清澈蓝色海洋或充满藻类的绿色海湾的图像，并具备各自正确的色彩偏移。
3. “杂乱”的额外效果： 真实的水下照片不仅仅是光线减弱的问题；它们还有漂浮的尘埃、雾状的霾以及奇特的发光效果。π-SUB 框架将这些“残余”现象作为独立的、可控的图层添加进来。你可以像在食谱中添加香料一样，开启或关闭“漂浮尘埃”，或者添加“体积雾”。

该系统分为三个步骤运行。首先，它获取一张清晰的图像（来自数据库的真实照片或来自 Unreal Engine 等游戏引擎的 3D 渲染图），并确定每个像素的距离。第二，它应用新的、极其详细的物理模型将这张清晰图像转化为逼真的水下图像，精确计算出基于水体类型和深度的光线表现。第三，它添加那些额外的“杂乱”效果，使其看起来更像真实世界。

结果：它真的有效吗？

作者不仅构建了它，还对其进行了测试。他们想知道两件事：它是真实的吗？以及它是否能帮助 AI 更好地学习？

为了检查真实性，他们将 π-SUB 与其他流行的合成数据集进行了对比。他们使用了一个名为 Fréchet Inception Distance (FID) 的指标，这本质上是一个衡量两组图像在计算机看来相似程度的分数。分数越低，图像就越真实。结果令人印象深刻：π-SUB 实现的 FID 分数比排名第二的合成数据集（称为 Syrea）低了 46%。这意味着 π-SUB 生成的图像比旧的数据集看起来更像真实的海洋照片。

为了检查泛化能力（即在这些数据上训练的 AI 是否能真正修复真实照片），他们选取了四种最先进的 AI 模型（FUnIE-GAN, Pix2Pix, PUIE-Net 和 Phaseformer），并在 π-SUB 上进行训练。然后，他们在六个不同的真实世界水下数据集上测试了这些训练好的模型。结果显示，使用 π-SUB 训练的模型表现最佳。具体而言，与表现第二的数据集 (PHISWID) 相比，它们将质量评分 UIQM 提高了 4.18%，比 Syrea 高出 9.46%。同时，它们也分别降低了噪声评分 (NIQE) 48.78% 和 23.98%。

简单来说，与在旧的、更简单的虚构数据上训练的模型相比，这个基于物理学的重型数据集训练出的 AI 模型在清理真实水下照片方面表现得更好。它们保留了更多重要的细节（如珊瑚礁的边缘），并移除了更多恼人的蓝色阴霾和色彩失真。

为什么这很重要

论文得出结论，π-SUB 是一个“超逼真且具有泛化能力的基准”。它弥合了计算机模拟的虚构世界与混乱的海洋现实之间的鸿沟。通过利用尊重光线、水深和海洋生物学实际物理规律的模拟器来教授 AI，作者创造了一个帮助机器人和相机在水下看得更清楚的工具。这不仅仅是为了制作漂亮的图片；这是为了帮助自主水下航行器 (AUV) 和遥控无人潜水器 (ROV) 更有效地完成任务——例如检查管道、探索沉船或监测珊瑚礁。论文指出，如果我们希望 AI 真正理解水下世界，我们就必须停止猜测，开始用物理定律进行模拟。