RT-FogNet: كشف السفن في الوقت الحقيقي تحت ظروف انخفضت فيها الرؤية في الممرات المائية الداخلية

رؤية السفن عبر الضباب

عندما تغمر الضباب أو الوهج الأنهار والقنوات، قد يواجه المراقبون البشريون والكاميرات صعوبة في رصد القوارب المارة في الوقت المناسب. هذا ليس مجرد إزعاج: فالفحوصات الفاشلة أو المتأخرة قد تهدد سلامة الحركة، وتبطئ اللوجستيات، وتعقّد جهود الإنقاذ. تقدم هذه الدراسة نظام كاميرا ذكيًا اسمه RT-FogNet، مصممًا لاكتشاف السفن في الممرات المائية الداخلية بثبات حتى عند ضعف الرؤية، مع الحفاظ على سرعة تشغيلية كافية للاستخدام في الوقت الحقيقي على أجهزة المراقبة العادية.

لماذا الأنهار أصعب من البحار المفتوحة

على عكس المحيطات المفتوحة، الممرات المائية الداخلية ضيقة ومزدحمة وبها عناصر بصرية مشتتة. يجب على الكاميرات الثابتة على ضفاف الأنهار التعامل مع الجسور والمباني والانعكاسات على سطح الماء والطقس السيئ المتكرر. يقلل الضباب والرطوبة العالية والضوء الخلفي القوي من الشمس وإضاءة الليل من التباين ويطمس ملامح السفن. نماذج كشف الرؤية الحاسوبية الموجودة، بما في ذلك العديد من نماذج التعلم العميق الشائعة، تم تدريبها في الغالب على صور أوضح من الأقمار الصناعية أو الطائرات أو المشاهد الساحلية. ونتيجة لذلك، تفشل كثيرًا عند نقلها إلى أنهار داخلية حقيقية، فتفوت السفن الصغيرة أو البعيدة وتخلط بين الانعكاسات أو البنى الخلفية والسفن الفعلية.

عين نهرية ذكية من خطوتين

يتعامل RT-FogNet مع المشكلة كعملية من خطوتين مصممتين لما تراه كاميرا النهر فعلاً. أولاً، يفحص بسرعة الصورة الواردة ليقرر ما إذا كانت الرؤية ضعيفة. إذا كانت الرؤية واضحة، تذهب الصورة مباشرة إلى خطوة الكشف لتوفير الوقت والطاقة. إذا كانت المشهد ضبابيًا أو منخفض التباين، تُمرر الصورة عبر وحدة إزالة الضباب الخاصة المسماة وحدة إزالة ضباب سطح الماء (WSID). هذه الوحدة مُدربة ليس فقط لجعل الصور تبدو أفضل للبشر، بل بشكل خاص للحفاظ على حدود وأشكال السفن أثناء إزالة الضباب وقمع الانعكاسات المضللة على سطح الماء.

كيف يتعلم النظام الرؤية عبر الضباب

تبنى وحدة WSID استراتيجية تدريب مستعارة من أحدث أساليب استعادة الصور، لكنها مُصغَّرة ومعدَّلة للسرعة. شبكة "معلم" أكبر تتعلم أولاً إزالة الضباب من صور تدريب صناعية. ثم تتعلم شبكة "طالب" أصغر تقليد نتائج المعلم بينما تستخدم عمليات حسابية أقل بكثير، ما يجعلها عملية على الأجهزة الحقيقية. بعد ذلك، تُعدّل الشبكة الصغيرة أكثر على مشاهد نهرية ضبابية حقيقية حتى تعمل جيدًا خارج المختبر. لاحقًا، يعالج محرك كشف معزز، قائم على أحدث نموذج YOLOv10، الصور بعد إزالة الضباب أو الصور الأصلية. إضافة رئيسية هي كتلة معالجة ميزات جديدة تستخدم مرشحات مرتبة بعناية للنظر في التفاصيل الدقيقة والمناطق الأوسع من الصورة دون طمس السفن الصغيرة. يساعد هذا النظام في اكتشاف السفن بمقاسات متعددة، من القوارب البعيدة الصغيرة إلى الناقلات الكبيرة.

بيئة اختبار جديدة مبنية على أنهار حقيقية

لتقييم ما إذا كان RT-FogNet يعمل عمليًا، أنشأ المؤلفون مجموعة بيانات جديدة للممرات المائية الداخلية (IWSD). تحتوي على أكثر من تسعة آلاف صورة ملتقطة بواسطة كاميرات ثابتة على أنهار صينية مزدحمة، بما في ذلك اليانغتسي والو لونغ. تغطي مجموعة البيانات تسعة أنواع من السفن ومزيجًا واسعًا من الظروف: أيام صافية، طقس ملبد بالغيوم، مطر وضباب، وهج ساطع على الماء، ومشاهد ليلية بإضاءات صناعية قاسية. العديد من السفن تظهر صغيرة في الصورة لأنها بعيدة عن الكاميرا، والفئات غير متوازنة في العدد، مما يعكس أنماط الحركة الحقيقية. وبما أن أكثر من نصف الصور مأخوذة في ظروف رؤية صعبة، فإن IWSD تشكل اختبارًا صارمًا لأي كاشف سفن.

ما مقدار التحسن في النهج الجديد؟

عند اختباره على مجموعة بيانات عامة قياسية، وعلى مجموعة بيانات سفن ساحلية موجودة، وعلى مجموعة الأنهار الداخلية الجديدة، يحقق RT-FogNet بدقة قوية مع بقاءه سريعًا بما يكفي للتشغيل في الوقت الحقيقي. على بيانات IWSD الصعبة بشكل خاص، تحسّن النسخة الكاملة من RT-FogNet التي تتضمن خطوة إزالة الضباب متوسط درجات الكشف بأكثر من 15 نقطة مئوية مقارنةً بكاشف قوي أساسي، مع مكاسب كبيرة بشكل خاص في السفن الصغيرة والصعبة الرؤية. حتى مع خطوة إزالة الضباب الإضافية، ما يزال النظام يعالج مئات الصور في الثانية على أجهزة حديثة، مما يجعله مناسبًا للمراقبة المباشرة للأنهار.

ماذا يعني هذا لسلامة الممرات المائية

بالنسبة للقارئ غير المتخصص، الخلاصة أن RT-FogNet يوضح كيف يمكن لدمج تنظيف الصور الواعي بالمشهد مع محرك كشف مبسَّط أن يجعل مراقبة الأنهار بالكاميرات أكثر موثوقية وعملية. بدلًا من مجرد تحسين الصور للعين البشرية، يتم ضبط النظام لحماية الدلائل البصرية الهامة لتحديد مواقع السفن، حتى في الضباب الكثيف أو الإضاءة القاسية. توفر مجموعة البيانات الداخلية الجديدة وتصميم المؤلفين المختبر دليلًا لتطبيق مراقبة أكثر أمانًا وذكاءً للممرات المائية المزدحمة، مع إمكانية تقليل الحوادث وتحسين إدارة الحركة في شبكات الأنهار والقنوات الواقعية.

الاستشهاد: Yuan, P., Xu, C., Tan, X. et al. RT-FogNet: real-time ship detection under low-visibility conditions in inland waterways. Sci Rep 16, 14094 (2026). https://doi.org/10.1038/s41598-026-44253-6

الكلمات المفتاحية: كشف السفن, الممرات المائية الضبابية, رؤية الحاسوب, المراقبة الذكية, سلامة حركة الأنهار