Erkennung von Korallenmorphologien in Unterwasserbildern mit YOLOv12 durch Fusion von CNN- und Transformer-Encoder

Warum Korallenformen uns alle betreffen

Korallenriffe sind mehr als nur schöne Unterwasserlandschaften; ihre Formen beeinflussen, wie gut sie Küsten schützen, Meereslebewesen Lebensraum bieten und Fischerei sowie Tourismus unterstützen. Die Beobachtung, wie sich diese Korallenformen im Lauf der Zeit verändern, ist zentral, um den Zustand von Riffen in einer sich erwärmenden und verschmutzteren Weltmeeresumgebung zu verstehen. Diese Studie stellt eine neue Methode vor, um verschiedene Wuchsformen von Korallen in Unterwasserfotos automatisch zu erkennen und Forschern so ein schnelleres und verlässlicheres Monitoring zu ermöglichen.

Die Herausforderungen beim klaren Sehen unter Wasser

Die Überwachung von Korallenriffen beruhte lange auf Tauchern, die Fotos mühsam per Hand beschriften — ein langsamer, kostspieliger Prozess, der von individueller Bewertung abhängt. Unterwasserbilder sind für Computer schwer zu interpretieren, weil Licht absorbiert und gestreut wird, Farben verschoben sind und Schwebstoffe feine Details verdecken. Verschiedene Korallenwuchsformen wie verzweigte, kuppelförmige und flache plattige Strukturen können in trübem Wasser verwirrend ähnlich erscheinen. Frühere KI-Werkzeuge tun sich unter diesen Bedingungen oft schwer: Sie übersehen kleine Kolonien, verwechseln ähnlich aussehende Formen oder arbeiten zu langsam für den Echtzeit-Einsatz auf Vermessungsrobotern.

Ein schärferes digitales Auge für Korallenriffe

Die Forschenden bauen auf einer bekannten Familie schneller Objektdetektoren namens YOLO auf und verwenden als Basis die aktuelle Version YOLOv12. Sie ergänzen diese um zwei sich ergänzende Komponenten: ein Netzwerk, das besonders gut lokale Texturen und Kanten erkennt, und ein anderes, das das weitere Szenenbild erfasst. Die erste Komponente, ein Convolutional Neural Network, nimmt feine visuelle Details wie kleine Korallenäste und Oberflächenmuster wahr. Die zweite, ein Transformer-Encoder, betrachtet das gesamte Bild, um zu verstehen, wie Kolonien angeordnet sind und wie sie sich von Felsen, Sand oder Algen abheben. Ein spezielles Fusionsmodul kombiniert diese lokalen und globalen Signale, sodass das System subtile Unterschiede zwischen Korallenformen erkennen kann.

Wie das System Korallenformen lernt

Zum Trainieren und Testen ihres Modells verwendet das Team eine öffentlich verfügbare Sammlung von Unterwasserbildern, die mehrere wichtige Korallenmorphologien enthält: verzweigt (branching), massiv (massive) und tafelartig (tabular). Die Bilder werden skaliert und verbessert, und es werden verschiedene Farb- und geometrische Veränderungen angewendet, damit das Modell viele Varianten derselben Szene sieht und realistische Änderungen in Tiefe, Beleuchtung und Wassertrübung nachbildet. Innerhalb des Detektors werden Merkmale auf mehreren Skalen verarbeitet, sodass sowohl kleine Korallenspitzen als auch große Kolonien gefunden werden können. Die fusionierten Informationen fließen dann in eine Detektionsstufe, die Begrenzungsrahmen um Korallenkolonien ausgibt und jede Kategorie einer Wuchsform zuweist.

Was die Ergebnisse zeigen

Das fusionierte Modell, genannt YOLOv12-CT, wird gegen eine Reihe bekannter Detektionssysteme getestet, darunter frühere YOLO-Versionen, klassische Deep-Learning-Detektoren und neuere Transformer-basierte Entwürfe. Über standardisierte Leistungsmaße wie gefundene Kolonien, Genauigkeit der Zuordnungen und Präzision der Umrisse schneidet die neue Methode am besten ab. Sie erreicht eine hohe mittlere Average Precision bei typischen Evaluationsschwellen und übertrifft alle Vergleichsmodelle, während die Verarbeitungszeiten für nahezu Echtzeit-Einsatz geeignet bleiben. Das System ist besonders stark bei der Erkennung flacher, plattiger Korallen und verbessert deutlich die Erkennung komplexerer verzweigter Formen, die in trübem Wasser normalerweise am schwierigsten zu unterscheiden sind.

Was das für den Riffschutz bedeutet

Indem Korallenwuchs genauer und effizienter identifiziert wird, erleichtert dieser Ansatz die Verfolgung von Riffstruktur, Biodiversität und Resilienz über die Zeit. Die Methode stößt weiterhin an Grenzen, etwa durch Ungleichgewichte in den Trainingsdaten und den zusätzlichen Rechenaufwand der Transformer-Module, und die Leistung kann in sehr widrigen oder unbekannten Unterwasserbedingungen variieren. Dennoch zeigt die Studie, dass die Kombination aus detaillierten Texturhinweisen und einem breiteren Szenenüberblick Meereswissenschaftlern ein leistungsfähiges neues Werkzeug für groß angelegtes, automatisiertes Korallenmonitoring liefern kann, das bessere Entscheidungen für Schutz und Wiederherstellung unterstützt.

Zitation: Nandal, P., Siwach, M. & Upadhyay, G.M. Coral morphology detection in underwater imagery using YOLOv12 with CNN and transformer encoder fusion. Sci Rep 16, 15426 (2026). https://doi.org/10.1038/s41598-026-42591-z

Schlüsselwörter: Korallenmorphologie, Unterwasserbildgebung, Deep Learning, Objekterkennung, Riffüberwachung