入选国际期刊《CMES》封面论文…海洋人工智能研究竞争力获认可
数千米之下的海洋已不再只是未知领域。
韩国海洋科学技术院（院长 Lee Huiseung，KIOST）与国立釜庆大学共同开发出了可用于海底地质分析和水下探测的侧扫声呐（SSS）图像生成技术。
相关研究成果已刊登在工程与计算建模领域享有世界权威声誉的国际学术期刊《Computer Modeling in Engineering & Sciences（CMES）》11月刊。
尤其是该论文因其研究的独创性和学术进步性获得认可，被CMES编辑部选为封面论文，更具意义。
KIOST海洋力量强化·防卫研究部研究员 Lee Seunghun 团队与国立釜庆大学计算机·人工智能工学部教授 Jang Wondu 团队，以人工智能（AI）图像生成模型“CycleGAN”为基础，将三维建模与物理基础阴影模型相结合，开发出侧扫声呐图像生成技术，构建了能够生成与真实海底探测环境高度相似的侧扫声呐图像的新技术基础。
侧扫声呐是一种在水下向海底斜向发射声波并接收反射信号，将海底地形和物体形态可视化的设备，广泛应用于海底地质分析、结构物探测、灾害应对等多个领域。然而，受气象与海况条件限制及高成本影响，实际探测数据在大规模获取方面一直存在局限。
为解决这一问题，研究团队将沉船、坠落飞机等多种人工物体制作成三维模型，并施加多种转向、旋转与布置条件，重现与真实情况相似的反射和阴影特性。
特别是通过引入反映侧扫声呐与目标之间距离、高度以及声学散射特性的精细阴影模型，将以往人工智能研究中被简单处理的阴影区域提升到接近实际探测水平。
随后，研究团队利用所开发的模型，将虚拟生成的侧扫声呐图像转换为在质感、噪声、反射模式上与真实探测影像相似的图像，由此提出了一种即便缩短高成本海上探测时间，也能获取与真实环境类似的大规模训练数据的可能性。
预计本研究将成为解决侧扫声呐图像分析领域长期被指出的数据不足问题的技术转折点。
由于无需长期现场调查即可高效再现多样化海底环境，该技术有望在今后作为支撑海洋科学技术领域人工智能研究的核心基础技术得到应用。同时，研究团队计划持续推进技术升级，以更精细地反映真实海洋环境的复杂特性。
![“终于还是跨境了”既无疫苗也无药物…蔓延中的“变异埃博拉”[读懂科学]](https://cwcontent.asiae.co.kr/asiaresize/93/2026052019230771274_1779272587.jpg)
KIOST院长 Lee Huiseung 表示：“此次论文入选封面，意义重大，说明KIOST的海洋人工智能融合研究已在国际学界获得竞争力认可。今后我们也将持续获取能够精确模拟海洋环境的人工智能基础数据，积极支持构建高可信度的海洋大数据。”
版权所有 © 阿视亚经济 (www.asiae.co.kr)。 未经许可不得转载。
