水下考古不再只靠彩色图像：加一路深度几何，WRF上mAP75达88.0%
核心概要
水下文化遗产检测长期缺少专用标注数据，彩色图像又受选择性吸收与散射造成的色偏和边界衰减影响。新构建的WRF数据集汇集墨西哥湾、黑海与地中海的4732幅图像、17059个标注实例和21类文物与船体构件，并配套由Depth Anything V2估计的深度图。UCH-Net以RGB与深度双流提取外观和几何线索，用颜色偏置感知融合模块按局部色偏调节彩色特征，在WRF上取得77.5%的mAP和88.0%的mAP75，在RUOD上mAP为66.0%。
深度剖析
水下文化遗产的自动检测有了专用的多模态基准，目标从海参、鱼类等生态对象换成沉船结构、陶罐、瓷器、锚和舵。 此前的URPC2020、DUO、RUOD等水下基准主要包含底栖生物，UIIS覆盖鱼类与珊瑚礁，TrashCAN面向海洋垃圾，类别定义与场景构成都不对应考古对象。 WRF从墨西哥湾、黑海和地中海的多处深水考古遗址采集图像，经人工去重与质量筛选后保留4732幅RGB图像，标注17059个实例，分属21类文物与船体构件，类别分布呈长尾。
检测器同时读取彩色外观与深度几何，并按成像退化程度调节两者的融合比例。 仅用RGB的检测器在弱光照、散射和明显光学退化下，颜色、纹理与边界线索会衰减，而此前的颜色校正流程多忽略色偏随传播距离的非均匀变化。 在WRF上UCH-Net取得94.9%的精确率、89.9%的召回率、92.1%的F1、94.4%的mAP50、88.0%的mAP75和77.5%的mAP；LFN-YOLO的精确率最高，为95.2%，比UCH-Net高0.3个百分点。
在更严格的定位阈值下，优势比宽松阈值下更明显，这对需要勾出目标范围而非只判断有无的考古流程更有意义。 与整体mAP最接近的BSR5-YOLO相比，UCH-Net的mAP高出0.5个百分点，而mAP75高出1.2个百分点。 在公开的RUOD数据集上，UCH-Net取得87.3%的精确率、80.6%的召回率、83.7%的F1、87.3%的mAP50、72.7%的mAP75和66.0%的mAP，其中LFN-YOLO的召回率最高，为80.9%。
启示与展望
演示范围是WRF与RUOD两个数据集上的检测评测，WRF按时间顺序以8:2划分训练与测试，RUOD沿用官方划分；作者提出未来可引入实测深度与置信度感知融合，并采用按遗址独立的划分来检验跨遗址泛化。
深度图由Depth Anything V2从RGB图像估计，可能受水下色偏、散射、弱纹理以及该模型训练数据与水下场景之间域差异的影响，因此更适合作为辅助几何先验而非物理距离测量；WRF目前采用时间顺序的图像级8:2划分，类别分布呈长尾，实验主要依赖单次运行；UCH-Net参数量为48.8M，但每次前向需143.8 GFLOPs，计算开销高于多数轻量YOLO类检测器。