SAM2-ARAFNet: تكييف SAM2 مع شبكة اندماج ASPP ذات بقايا ومحسّنة بالانتباه لتجزئة دلالية عالية الدقة في الاستشعار عن بعد

عيون أكثر حدة على كوكبنا المتغير

من تتبع أضرار العواصف إلى توجيه تخطيط المدن، أصبحت الصور الجوية والأقمار الصناعية من أقوى أدوات البشر لفهم العالم. لكن تحويل هذه الصور التفصيلية إلى خرائط واضحة للمباني والطرق والأشجار والسيارات ما يزال مهمة صعبة بشكل مفاجئ، خاصة عندما يجب على الحواسيب أن تعمل بسرعة على الطائرات بدون طيار أو الأجهزة الصغيرة. تقدم هذه الورقة SAM2-ARAFNet، نظام خرائط جديد يعتمد على نموذج رؤية قوي ويقلّصه بعناية، بهدف إنتاج خرائط تغطي الأرض بدقة عالية من الصور عالية الدقة مع استخدام طاقة حسابية أقل بكثير من أساليب اليوم الرائدة.

لماذا يعد رسم خرائط المدن من الأعلى صعباً إلى هذا الحد

تلتقط الصور الجوية عالية الدقة المدن بتفصيل مذهل: بيوت منفردة، وتيجان الأشجار، وسيارات متوقفة وحتى أرصفة ضيقة تظهر بوضوح. ومع ذلك، تُبرز هذه الثراء تحديات. فأسطح تنتمي إلى فئة واحدة، مثل أنواع مختلفة من الرصيف، قد تبدو مختلفة جداً، بينما فئات مميزة مثل الشجيرات المنخفضة وتيجان الأشجار قد تبدو متشابهة بشكل مربك. قد تكون الصور ضبابية أو مخفية جزئياً بظلال أو سحب، وتختلف من منطقة لأخرى. الأساليب التقليدية القائمة على القواعد والأنظمة السابقة للتعلم الآلي تواجه صعوبة في التعامل مع هذا التنوع، وحتى الشبكات العميقة الحديثة غالباً ما تحتاج إلى مجموعات بيانات معنونة كبيرة وأجهزة قوية، مما يحد من استخدامها على الأقمار الصناعية والطائرات دون طيار والأجهزة الطرفية.

تكييف نموذج رؤية عام للاستشعار عن بعد

أظهرت «نماذج الأساس» الحديثة للرؤية، التي دربت على مجموعات ضخمة من الصور اليومية، قدرة ملحوظة على تجزئة أي شيء تقريباً في الصورة. أحد أقوى هذه النماذج هو Segment Anything Model 2 (SAM2)، القادر على رسم محيطات الأجسام دون أن يُخبر مسبقاً ما هي تلك الأجسام. ومع ذلك، فـ SAM2 مُعد للصور الطبيعية وينتج مناطق غير مرتبطة بالتصنيف، مما يجعله أقل ملاءمة لمهام الاستشعار عن بعد التي يجب أن تُسنِد تسمية تغطي الأرض لكل بيكسل. لذلك يصمم المؤلفون SAM2-ARAFNet، الذي يحافظ على مُشفّر SAM2 القوي مجمَداً ويضيف وحدات محول خفيفة تعدّل تمثيلاته الداخلية بلطف لتلائم المظهر الخاص للمشاهد الجوية. هذا يتجنب إعادة تدريب العمود الفقري الضخم من الصفر مع الحفاظ على تكييفه لمجال الاستشعار عن بعد.

رؤية الصورة الكبرى والتفاصيل الدقيقة في آن واحد

لتحويل الميزات المشفرة إلى خرائط تغطية أرض كاملة، يستخدم SAM2-ARAFNet مفكك ترميز مصمم خصيصاً يجمع المعلومات عبر مقاييس متعددة. على المستويات المنخفضة، يحافظ على الحواف الحادة والأجسام الصغيرة بدمج خرائط الميزات المبكرة عبر فروع متعددة ووحدة انتباه تُبرز الأنماط المفيدة وتُكبِت الضوضاء. على المستويات الأعلى، يقدم وحدة بقايا معزّزة بالانتباه توسع «مجال الاستقبال» عبر أحياء أكبر وأكبر، مما يساعد الشبكة على فهم السياق الأوسع مثل كيفية ترابط المباني والطرق والغطاء النباتي. ثم يجمع بلوك دمج ثنائي الجانب التفاصيل منخفضة المستوى والمعنى مرتفع المستوى بحيث تظل، على سبيل المثال، محيطات السيارات حادة مع تمييزها بشكل صحيح عن الأسطح أو الأسفلت القريبة.

تعليم شبكة أصغر لتقليد شبكة أكبر

بينما يقدم نموذج المعلم الكامل SAM2-ARAFNet دقة قوية، فإن حجمه لا يزال ثقيلاً للنشر على متن الأجهزة. لمعالجة ذلك، يدرب المؤلفون شبكة «طالب» مدمجة، مبنية على العمود الفقري EfficientNet-b0، لتقلد توقعات نموذج «المعلم» الكبير. بدلاً من نسخ التسميات النهائية فقط، يتعلم الطالب من أنماط المخرجات الأكثر ثراءً لدى المعلم، ممثلاً كيف ترتبط الفئات المختلفة ببعضها وكيف تتصرف البكسلات ضمن نفس الفئة عبر المشهد. تعمل عملية تقليص المعرفة هذه على تقليص عدد المعاملات بنحو 97 بالمائة — من حوالي 223 مليون إلى 6.7 مليون — مع الحفاظ على أكثر من 99 بالمائة من دقة المعلم في الإجمال. النتيجة نموذج أخف بكثير لا يزال ينتج تجزئات عالية الجودة مناسبة للطائرات دون طيار ومنصات الحافة الأخرى.

ما مدى فاعليته في مدن حقيقية؟

يقيم الفريق كل من نماذج المعلم والطالب على مجموعتين مرجعيتين مستخدمتَين على نطاق واسع من صور المدن الجوية: مجموعتا ISPRS Vaihingen وPotsdam. مقارنة بطيف واسع من المنافسين الأقوياء القائمين على شبكات الالتفاف، والمحولات والتصاميم الهجينة، يحقق SAM2-ARAFNet نتائج أعلى بشكل متسق على مقاييس الجودة القياسية للتجزئة. يكون فعالاً بشكل خاص في التعامل مع الحالات الصعبة مثل المركبات المخفية جزئياً خلف مبانٍ، أو الانتقالات الدقيقة بين الغطاء النباتي المنخفض والأشجار والفوضى حول واجهات المباني. تُظهر المقارنات البصرية أن مخرجاته تتميز بحواف كائنات أنظف وبقع أقل خاطئة التصنيف، مما يبرز فوائد تصميمه متعدد المقاييس المعزز بالانتباه والاندماج.

خرائط أكثر ذكاءً لعالم محدود الموارد

بالمعنى العملي، تُظهر هذه العمل كيف يمكن تكييف نموذج رؤية قوي لكنه ضخم وتخفيفه لإنشاء خرائط دقيقة وفعالة من الصور الجوية. من خلال إعادة استخدام مُشفِّر SAM2 القوي، وتصميم وحدات انتباه متعددة المقاييس بعناية، ثم تقليص هذه المعرفة إلى طالب خفيف الوزن، يوفر SAM2-ARAFNet خرائط تغطية حضرية مفصّلة بتكلفة حسابية أقل بكثير. هذا التوازن بين الدقة والكفاءة يجعله أداة واعدة للمراقبة البيئية، وتقييم الكوارث وإدارة المدن مباشرة على الأقمار الصناعية والطائرات دون طيار أو أجهزة أخرى لا يمكنها الاعتماد على اتصال سحابي دائم.

الاستشهاد: Shi, W., Ding, J., Lei, J. et al. SAM2-ARAFNet: adapting SAM2 with an attention-enhanced residual ASPP fusion network for high-resolution remote sensing semantic segmentation. Sci Rep 16, 10225 (2026). https://doi.org/10.1038/s41598-026-38047-z

الكلمات المفتاحية: الاستشعار عن بعد, التجزئة الدلالية, صور الأقمار الصناعية, التعلّم العميق, تقليص المعرفة