يواجه الباحثون تحديات كبيرة عند محاولة تقدير معلمات الأمواج الساحلية باستخدام الطرق التقليدية، مثل التكاليف العالية وافتقار التغطية الجغرافية والقدرة على تحمل ظروف العواصف. لكن البحث الجديد يقترح حلاً مبتكرًا من خلال تقديم إطار عمل يعتمد على الذكاء الاصطناعي لاستخدام الفيديو مع قوة الحوسبة العالية (HPC) لتحليل خمسة معلمات رئيسية للأمواج.

من خلال الجمع بين التعلم العميق وتقنيات الرؤية الحاسوبية، يهدف هذا الإطار إلى تحسين عملية التقدير من مقاطع الفيديو الساحلية الفردية. يتضمن النظام استخدام نموذج V-JEPA (الذي يعتمد على التعلم الذاتي) مع هيكل متين لاستخراج الميزات الزمكانية في سيناريوهات مرئية صعبة. علاوة على ذلك، يتم استخدام مشفر زمني مزدوج التطور SlowFast لتوسيع نطاق تمثيل حركة الأمواج في ظروف مختلفة، سواء في كسور المياه أو الأمواج المتتابعة.

تقدم الدراسة أيضًا استخدام خوارزمية التدفق البصري Farneback لإضافة معلومات بارزة، مع التركيز على الأطوال الموجية النشطة هيدروديناميكيًا. وقد أثبتت التجارب أن الإطار قادر على تحقيق ارتباطات زمنية كبيرة، مما يؤكد إمكانية تطبيقه في سياقات متنوعة جغرافياً، رغم استخدام عدد محدود من البيانات المدربة.

بهذه الطريقة، يدل هذا البحث على قدرة الذكاء الاصطناعي على تحسين دقة التقديرات البحرية مع تقليل الاعتماد على الأدوات التقليدية باهظة الثمن، مما يمهد الطريق لمزيد من التطبيقات العملية في مجال النمذجة الساحلية.