מערכת נתונים מולטימודלית והיפרספקטרלית לחלוקת פסולת מגושמת באמצעות דימות ב‑VIS, IR, NIR וטרה‑הרץ

מדוע מיון חכם של פסולת חשוב

פסולת ביתית מגושמת — מארונות שבורים ועד ספות שקועות — מכילה לעתים קרובות עץ שניתן למחזורים. ועדיין, חלק גדול ממנה נשרף או מובל להטמנה כי מכונות מתקשות להבדיל בין עץ לפלסטיק, מתכות ומילוי, במיוחד כאשר חומרים אלה ערומים זה על גבי זה או חבויים זה בתוך זה. מאמר זה מציג את WoodVIT, מערך תמונות מפורט שנבנה כדי לעזור לאינטליגנציה מלאכותית "לראות" בתוך ערימות בלתי מסודרות כאלה בצורה טובה יותר, כך שמערכות המיון העתידיות יוכלו למיין יותר עץ בבטחה וביעילות.

להסתכל על הזבל בעיני חיישנים חדשים

מכונות מיחזור קונבנציונליות בדרך כלל מסתמכות על מצלמות שמקבלות תמונה דמויית‑עין רגילה. זה עובד טוב עבור חפצים נקיים ויחידים, אך פסולת מגושמת היא בעייתית: עץ עלול להיות צבוע, מכוסה בבד, עטוף בפלסטיק או מחוזק במתכת. המחברים מתמודדים עם הבעיה על‑ידי שילוב ארבעה "מבטי" חיישנים שונים על אותם פריטים. הם משתמשים במצלמת אור נראה (תמונות צבע רגילות), מצלמת תת‑אדום קרוב שמלכדת טביעות ספקטרליות ספציפיות לחומר, מצלמת חום שעוקבת אחרי חימום וקירור של עצמים, וחיישן טרה‑הרץ שיכול לחוש מבנים הקבורים מתחת לפני השטח. כל טכנולוגיה קולטת תכונות פיזיקליות שונות וביחד הן מציעות תמונה שלמה יותר מאשר חיישן יחיד.

מריהוט שבור לנתונים למכונות

לצורך בניית המערכת, הצוות אסף רהיטים מרוסקים ושאריות מגושמות ממתקן פסולת מקומי. הם הניחו את החתיכות המעורבות על לוחות תקניים שעברו מתחת לארבעת החיישנים על מסוע, מה שדימה פס לייצור תעשייתי. כל לוח צולם פעם אחת על‑ידי כל חיישן, ואז כל ארבעת התמונות יושרו בקפידה כך שכל פיקסל בתמונה אחת יתאים לאותה נקודה פיזית בשאר התמונות. ממפים אנושיים ציירו מתווים מפורטים על התמונות הצבעוניות, וסימנו עץ, מתכות, פלסטיקים, מינרלים, מריפוד וכן מספר מצבים של "כיסוי" כמו מתכת מוסתרת תחת עץ או עץ מוסתר תחת בד. תוויות אלה הועברו אל שאר תצפיות החיישנים, וייצרו 56 סצנות מיושרות לחלוטין ו‑22,659 חתיכות תמונה קטנות המוכנות לאימון ובחינת מודלים של למידת מכונה.

ללמד מחשבים לזהות עץ וסכנות חבויות

המשימה המרכזית ב‑WoodVIT קלה להגדרה: להחליט האם כל חתיכת תמונה קטנה היא "עץ" או "לא‑עץ". מתחת לפני השטח, זה כרוך בהתמודדות עם 717 ערוצים של מידע לכל חתיכה על פני ארבעת החיישנים. המחברים בחנו מספר ארכיטקטורות של רשתות נוירונים למשימה זו, ואימנו אותן או על חיישן יחיד או על כל החיישנים ביחד. מודלים שהסתמכו רק על תמונות צבע עמדו בעבודה באופן סביר, אך אלו ששילבו מידע מכל ארבעת החיישנים הציגו ביצועים טובים ויציבים יותר. בעוד שמידע תרמי וטרה‑הרץ לבדם היה קשה יותר ללמידה, הם הפכו יקרי ערך כששלבו אותם עם תמונות צבע ותת‑אדום קרוב, במיוחד בסצנות בעייתיות שבהן עץ מצופה, מורכן או מכסה חלקי מתכת.

להבין חסימה וסצנות מורכבות

מאפיין בולט של WoodVIT הוא הדגש על מצבים מציאותיים ו"לא‑אידיאליים". המערכת כוללת לוחות שבהם ברגים מתכתיים מוטמעים בתוך עץ, או מסגרות עץ עטופות בספוג או בבד. במקרים אלה של כיסוי, החוקרים בנו את האמת הקרקעית בשני שלבים: קודם צלמו ותייגו את השכבה הבסיסית, לאחר מכן הוסיפו את הכיסוי, צילמו מחדש ומיזגו את התוויות. עיצוב קפדני זה מאפשר לשפוט עד כמה שילובים שונים של חישה חושפים את מה שמסתתר מתחת לפני השטח. המחברים גם חקרו חתוך‑פיקסל (segmentation) ברמת הפיקסל באמצעות ארכיטקטורת רשת פופולרית שמשרטטת אזורי עץ בתוך כל חתיכה. גם קלטי צבע וגם קלטי תת‑האדום הקרוב ייצרו מתווים מדויקים, מה שמראה שהנתונים תומכים לא רק בהחלטות כן/לא אלא גם במפות מפורטות של מיקום העץ בפועל.

מה המשמעות למיחזור בעתיד

עבור קוראים שאינם מומחים, המסר המרכזי הוא שמיחזור חכם אינו רק בניית מצלמה טובה יותר — אלא שילוב של דרכי ראייה רבות לתמונה אחת אחידה ומשמעותית. WoodVIT מספק את חומרי הגלם לכך: אוסף תמונות זמין לציבור, מתויג בקפידה, שתופס כיצד פסולת מגושמת נראית בלהקות הגל של האור הנראה, תת‑האדום וטרה‑הרץ. על‑ידי מתן יכולת לחוקרים לאמן ולהשוות אלגוריתמים מתקדמים על אותם נתונים מולטימודליים ואתגריים, עבודה זו מניחה את הבסיס למערכות מיון דור הבא שיכולות לשחזר יותר עץ שמיש, לזהות מזהמים מתכתיים חבויים, ולהפוך את מיחזור הפסולת המגושמת לנקי, בטוח ויעיל יותר.

ציטוט: Bihler, M., Roming, L., Čibiraitė-Lukenskienė, D. et al. Multimodal and Hyperspectral Dataset for Segmentation of Bulky Waste using VIS, IR, NIR, and Terahertz Imaging. Sci Data 13, 498 (2026). https://doi.org/10.1038/s41597-026-07053-1

מילות מפתח: מיחזור פסולת מגושמת, דימות מולטימודלי, נתוני היפרספקטרל, מיון עץ, מיזוג חיישנים