نموذج كشف الأهداف على سطح المياه الضبابي قائم على التحسين المشترك

لماذا تهم الرؤى أوضح على الماء

تعتمد السفن والعبّارات والقوارب الصغيرة غير المأهولة بشكل متزايد على الكاميرات والذكاء الاصطناعي لرصد السفن والعوائق الأخرى. لكن في الضباب أو الضبابة، ترى الكاميرات عالمًا باهتًا ومغسول المظهر، لا سيما على المياه المفتوحة حيث تجعل الأمواج والانعكاسات والمسافة الأشياء أصعب في الرؤية. تستكشف هذه الدراسة نهجًا أذكى لتنظيف الصور الضبابية وكشف القوارب الصغيرة بمزيد من الاعتمادية، بهدف جعل الملاحة أكثر أمانًا في ظروف الرؤية الضعيفة.

الضباب، القوارب الصغيرة، ومشكلة رؤية صعبة

في يوم صافٍ، يمكن لأنظمة كشف الأجسام الحديثة عادةً العثور على السيارات والأشخاص والقوارب في الصورة بدقة عالية. لكن في المشاهد الضبابية، ينخفض التباين، وتلين الحواف، وتتلاشى الألوان، فتكاد الأهداف الصغيرة تختفي في الخلفية. غالبًا ما تفشل كاشفات التعلم العميق القياسية المصممة للصور الحادة في رؤية هذه المخططات الخافتة، خصوصًا عندما تراقب الطائرات بدون طيار أو الكاميرات الساحلية مناطق واسعة ويشغل كل قارب بضعة بكسلات فقط. تعتمد المناهج الحالية إما على إعادة تدريب نماذج الكشف مباشرة على صور ضبابية، أو ربط خطوة إزالة الضباب منفصلة قبل الكشف، أو دمج عدة مهام داخل شبكة مشتركة. كل استراتيجية تفيد، لكن لا توجد منها ما يتغلب تمامًا على التحديات المزدوجة للضباب والأهداف الصغيرة على الماء.

نظام مشترك يتعلّم الرؤية عبر الضباب

يقترح المؤلفون نظامًا مشتركًا يسمونه DTDJO يتعامل مع المشكلة من زاويتين في الوقت نفسه. أولًا، تتولى شبكة متخصصة لإزالة الضباب معالجة الصورة الضبابية الخام ومحاولة استعادة بنية وتباين أوضح، مع التركيز على الحفاظ على التفاصيل الدقيقة التي قد تنتمي إلى قوارب صغيرة. ثانيًا، يفحص شبكة كشف محسّنة الصورة المنظفة لاكتشاف وتصنيف الأهداف. بدلًا من تدريب هذين الجزأين بشكل منفصل، يُحسّن النظام بنهاية إلى نهاية، بحيث يُوجه تعلم إزالة الضباب بهدف الكشف الصحيح عن الأجسام. هذا التدريب المشترك يشجّع خطوة إزالة الضباب على إبراز الميزات الأكثر أهمية للكشف، بدلاً من الاكتفاء بإنتاج الصورة الأكثر جاذبية بصريًا.

الانتباه للتفاصيل الدقيقة

لجعل جزء إزالة الضباب أكثر فاعلية، أعاد الباحثون تصميم كيفية تركيز الشبكة على ميزات الصورة. قدموا وحدة متعددة المقاييس تنظر إلى أنماط بأحجام مختلفة بينما تتبع أيضًا أماكن البُنى الهامة عبر الصورة. يساعد هذا النظام على استعادة الحواف الحادة والملمسات الدقيقة التي تنتمي إلى أهداف صغيرة وبعيدة. كما صقلوا طريقة دمج المعلومات من الطبقات المبكرة والعميقة، بحيث تدعم التفاصيل البكسلية الدقيقة والأنماط ذات المستوى الأعلى بعضها البعض بدلًا من التنافس. وللحفاظ على العملية عملية، استبدلوا الكتل الرياضية الأثقل بكتل أخف تحتاج إلى حسابات أقل، مسرّعين المعالجة دون التضحية بالجودة.

مساعدة الكاشف على التركيز على القوارب الصغيرة

تحسين الصورة المنظفة هو نصف القصة فقط. يعتمد جزء الكشف في DTDJO على كاشف حديث من مرحلة واحدة، لكن المؤلفين أضافوا وحدة انتباه مختلطة تقوّي الإشارات المفيدة وتقلل الضجيج الخلفي. تجمع هذه الوحدة بين معلومات حول أي قنوات الصورة أكثر إفادة ومعطيات عن أماكن المناطق الأكثر صلة في الفضاء. في مشاهد المياه الضبابية، يعني ذلك تأكيد الأشكال الخافتة للقوارب وتقليل تأثير الأمواج والانعكاسات والسماء. كما أن الفريق بَنَى مجموعات تدريب جديدة عبر أخذ مجموعات مرجعية شائعة للكشف وإدخال ضباب واقعي باستخدام نموذج تشتت فيزيائي، مما سمح لهم باختبار النظام على مشاهد عامة ومتعلقة بالمياه على حد سواء.

تحسينات مقاسة في مشاهد العالم الحقيقي الضبابية

عند الاختبار على مجموعات بيانات الطائرات بدون طيار الضبابية ومشاهد المياه المختلطة الجديدة، تفوق DTDJO باستمرار على الكواشف القياسية والأساليب الأخرى الواعية بالضباب. يكتشف المزيد من الأجسام الصغيرة والبعيدة، ويخطئ في احتساب عدد القوارب أقل، ويبرع في فصل الأهداف المتداخلة التي تخفي بعضها جزئيًا. مقارنةً بكاشف مرجعي قوي، يرفع النظام المشترك متوسط دقة الكشف بعدة نقاط مئوية على كلا المجموعتين، وهو مكسب كبير في مثل هذه الظروف الصعبة. وفي الوقت نفسه، يحافظ تصميمه على تكلفة حسابية أقل بكثير من بعض النماذج متعددة المهام الأثقل، مما يجعله أكثر ملاءمة للاستخدام في الوقت الحقيقي.

طُرق أوضح لملاحة أكثر أمانًا

ببساطة، تُظهر هذه الدراسة أن تدريب خطوة تنظيف الصورة وكاشف الأجسام معًا يمكن أن يساعد الكاميرات على رصد القوارب الصغيرة بمزيد من الاعتمادية في الضباب. عبر تعلم أي أجزاء الصورة الضبابية مهمة حقًا للعثور على الأهداف، يزيل النظام قدرًا كافيًا من الضباب ويوجّه الكاشف للتركيز على التفاصيل الصحيحة. وبينما تركز الدراسة على أسطح المياه والكاميرات القائمة على الطائرات بدون طيار أو الشاطئ، يمكن أن يدعم نفس الفكرة ملاحة ومراقبة أكثر أمانًا في العديد من بيئات الرؤية المنخفضة، من الموانئ الساحلية إلى الأنهار والمرافئ.

الاستشهاد: Zhang, H., Wang, H. Foggy water surface target detection model based on joint optimization. Sci Rep 16, 15693 (2026). https://doi.org/10.1038/s41598-026-44144-w

الكلمات المفتاحية: كشف الأجسام في الضباب, تصوير سطح المياه, إزالة الضباب من الصور, كشف القوارب الصغيرة, الرؤية الحاسوبية البحرية