Diante do problema grave de degradação de imagens de vídeo causado pelo ruído da radiação de partículas de alta energia no ambiente subaquático de uma usina nuclear real, propõe-se um método de redução de ruído de vídeo subaquático baseado em aprendizado zero-shot, visando reduzir a dependência de amostras claras pareadas e dados de treinamento especializados, além de melhorar a usabilidade das informações visuais para manutenção subaquática. Baseando-se em um modelo de difusão pré-treinado para restauração de imagens, realiza-se o processamento em lotes de vídeos ruidosos de baixa qualidade, selecionando quadros-chave como entradas de referência; nas fases iniciais da redução de ruído, são estabelecidas restrições globais de estrutura e locais de movimento por meio do alinhamento hierárquico de deformações latentes e fluxo óptico; nas fases intermediárias e finais, introduz-se uma estratégia de fusão de marcadores com percepção espacial guiada por fluxo híbrido, mantendo a consistência do movimento na etapa de subamostragem por meio da correspondência de fluxo óptico, preservando detalhes estruturais na etapa de superamostragem combinando similaridade das restrições espaciais, e adotando um mecanismo de recozimento proporcional para equilibrar dinamicamente a consistência temporal e a fidelidade dos detalhes. No conjunto de dados reais de vídeos subaquáticos ruidosos de usinas nucleares coletados, o método proposto alcançou valores MaxVQA, CLIPVQA e E_warp de 34,2, 0,97 e 1,2, respectivamente, superando os métodos comparativos de restauração e redução de ruído de vídeos. O método realiza redução eficaz de ruído em vídeos em cenários subaquáticos de usinas nucleares que carecem de dados de treinamento anotados e vídeos de referência claros, fornecendo suporte técnico para a melhoria da qualidade de imagem óptica subaquática, análise inteligente de imagens e detecção de defeitos de equipamentos.

Radiação nuclear;Aprendizado zero-shot;Redução de ruído de vídeo subaquático;Modelo de difusão;Fusão de marcadores