POP-YOLOv8: إطار كشف الأجسام للمشاة المُغَطَّين جزئياً في بيئات المرور الليلية

لماذا رؤية الناس في الظلام مهمة

القيادة ليلاً أخطر بكثير من القيادة نهاراً، ويرجع ذلك إلى حد كبير لصعوبة رؤية الأشخاص على الطريق أو بالقرب منه. تُحدث المصابيح الأمامية وهجاً وظلالاً عميقة، وقد يكون المشاة مخفيين جزئياً خلف سيارات متوقفة أو تجهيزات شارع. يعرض هذا المقال POP-YOLOv8، نظام رؤية حاسوبية مصمم لمساعدة المركبات على رصد المشاة الذين تظهر أجزاء منهم فقط في الشوارع المظلمة والمزدحمة بسرعة ودقة أكبر، مما قد يقلل الحوادث الليلية.

المخاطر الخفية في شوارع الليل

مشاهد المرور الليلية مضطربة بصرياً. أضواء الشوارع والمصابيح الأمامية والمطر والضباب تقلل جميعها من جودة الصورة وتجعل الأشخاص يندمجون مع الخلفية. كثير من خوارزميات كشف المشاة التقليدية تفشل في العثور على من هم بعيدون أو في إضاءة ضعيفة أو محجوبون جزئياً بأجسام أخرى. يركز المؤلفون على حالة خطرة بشكل خاص: المشاة الظاهرون جزئياً في ضوء منخفض، مثل شخص يخرج من خلف سيارة متوقفة. ويركزون على أن يكون نظام السلامة مفيداً من حيث الدقة والسرعة بحيث يعمل في الوقت الفعلي على حواسب المركبة.

طريقة أكثر ذكاءً لرصد الناس

يبني POP-YOLOv8 على كاشف شائع وسريع معروف باسم YOLOv8n ويكيّفه لتحديات القيادة الليلية. أولاً، يعزز وحدة تحسين السمات الدلائل الضعيفة للمشاة الظاهرين جزئياً عبر فحص المشهد على مقاييس متعددة مع الحفاظ على حمل حسابي معقول. بعد ذلك، يعلّم كتلة انتباه متخصصة، تسمى وحدة انتباه المشاة المُغَطَّين جزئياً، الشبكة أن تركز على أجزاء الصورة الأكثر صلة — مثل كتف أو ساق مرئيين — مع تقليل وزن التشويش مثل علامات الطريق أو لافتات المتاجر. معاً، تساعد هذه المكوّنات النظام على متابعة الأشخاص حتى عندما تكون أجزاء أجسامهم فقط هي الظاهرة.

أخف، أسرع، وألمع

لكي يبقى عملياً للسيارات الحقيقية، يجب ألا يرى النموذج فقط جيداً بل يجب أن يعمل بسرعة على أجهزة محدودة الموارد. لذلك يستبدل الباحثون بعض الحسابات الثقيلة بوحدات "Ghost" التي تولّد ميزات مفيدة بعمليات أرخص وتقلل الحسابات المكررة. بالتوازي، يعالجون المشكلة الأساسية للظلام نفسه. تقوم مكوّنات تعزيز السطوع المعتمدة على شبكة إضاءة ذات معايرة ذاتية بتنظيف وتفتيح صور الكاميرا الواردة قبل الكشف، باستخدام مزيج من حسابات بدقة كاملة ونصف الدقة لموازنة جودة الصورة مع السرعة. لمسات تصميمية إضافية، مثل الانتباه القنوي الفعال والروابط الباقية، تساعد في الحفاظ على التفاصيل الدقيقة مثل مخططات المشاة مع إبقاء خط أنابيب المعالجة مستقرًا.

اختبار النظام

يدرب الفريق ويقيّم POP-YOLOv8 على مجموعة بيانات القيادة الكبيرة BDD100K، التي تتضمن آلاف المشاهد الليلية ذات أحوال الطقس والإضاءة المتنوعة. يجري الباحثون اختبارات "إلغاء" دقيقة، يضيفون فيها كل وحدة جديدة على حدة لقياس مقدار الفائدة. كل من كتلة تعزيز السمات ووحدات الانتباه يرفعان دقة الكشف، خصوصاً للمشاة الظاهرين جزئياً، رغم أنهما يبطئان النموذج في البداية. ثم تستعيد وحدات Ghost الكثير من السرعة المفقودة مع زيادة إضافية في الدقة. بالمقارنة مع عدة كواشف معروفة — بما في ذلك Faster R-CNN وإصدارات YOLO اللاحقة — يحقق POP-YOLOv8 توازناً أفضل بين الدقة ومعدل الإطارات في المشاهد الليلية، ويؤدي أداءً جيداً بشكل خاص على الصور المعززة حيث يكون التحسين معتدلاً بدلاً من متطرف.

ما معنى هذا لليالي أكثر أماناً

لغير المتخصصين، الاستنتاج واضح: POP-YOLOv8 هو نظام رؤية مُحَسّن يساعد السيارات على "رؤية" الناس بشكل أكثر موثوقية في الشوارع المظلمة والمزدحمة، حتى عندما يكون هؤلاء الأشخاص مخفيين جزئياً. عبر الجمع بين تصحيح السطوع، والتركيز الانتقائي على مناطق الصورة المهمة، وبنية داخلية أكثر كفاءة، يكتشف النموذج المشاة بدقة أعلى من عدة بدائل رائدة بينما يظل سريعاً بما يكفي للاستخدام في الوقت الفعلي. وعلى الرغم من أن هناك حاجة لمزيد من العمل لتقليص تكلفة الحساب على الأجهزة الصغيرة، فإن أنظمة مثل POP-YOLOv8 تقرّب القيادة المؤتمتة من القدرة على التعرف على مستخدمي الطريق الأكثر ضعفاً عندما تكون الحاجة أعظم — على الطرق ضعيفة الإضاءة في الليل.

الاستشهاد: Liu, H., Zhang, Z. & Feng, B. POP-YOLOv8: an object detection framework for partially occluded pedestrians in nighttime traffic environments. Sci Rep 16, 4841 (2026). https://doi.org/10.1038/s41598-026-35146-9

الكلمات المفتاحية: كشف المشاة في الليل, سلامة القيادة الذاتية, كشف الأجسام, تحسين الصور منخفضة الإضاءة, رؤية حاسوبية