מודל לזיהוי מטרות על פני משטח מים בעכור ערפל על בסיס אופטימיזציה משולבת

מדוע תצפיות ברורות על המים חשובות

ספינות, מעבורות וכלי שיט קטנים בלתי מאוישים מסתמכים יותר ויותר על מצלמות ובינה מלאכותית כדי לזהות כלי שיט אחרים ומכשולים. אך בערפל או בערפול המצלמות רואות עולם שנראה שטוף ומטושטש, במיוחד על המים הפתוחים שבהם גלים, הבהקים ומרחק כבר מקשים על הנראות. המחקר בוחן שיטה חכמה לניקוי תמונות מעורפלות ולזיהוי סירות זעירות באופן אמין יותר, במטרה לשפר את הבטיחות בנסיעה בתנאי ראות ירודים.

ערפל, סירות קטנות ובעיית ראייה קשה

ביום בהיר, מערכות זיהוי מודרניות בדרך כלל מזהות רכבים, אנשים וסירות בתמונה בדיוק גבוה. בסצנות ערפליות, עם זאת, הניגודיות יורדת, הקצוות מטושטשים והצבעים מתעמעמים, כך שמטרות קטנות כמעט נעלמות ברקע. גלאים עמוקים סטנדרטיים שעובדים טוב על תמונות חדות לעיתים מפספסים קווי מתאר חלשים אלה, במיוחד כאשר מזל"טים או מצלמות חוף צופים בשטחים רחבים וכל סירה תופסת רק כמה פיקסלים. גישות קיימות או שמטרתן לאמן שוב מודלים לזיהוי על תמונות מעורפלות, לחבר שלב הסרת ערפל נפרד לפני הזיהוי, או לאגד כמה משימות ברשת משותפת. כל אסטרטגיה עוזרת, אך אף אחת לא מתגברת במלואה על האתגר המשולב של ערפל ומטרות זעירות על המים.

מערכת משולבת שלומדת לראות דרך הערפל

המחברים מציעים מערכת משולבת בשם DTDJO שמתמודדת עם הבעיה משני היבטים במקביל. ראשית, רשת ייעודית להסרת ערפל מעבדת את התמונה המעורפלת הגולמית ומנסה לשחזר מבנה וניגודיות ברורים יותר, עם דגש על שמירת פרטים עדינים שעשויים להשתייך לסירות קטנות. שנית, רשת זיהוי משופרת בוחנת את התמונה המתוקנת כדי לאתר ולסווג מטרות. במקום לאמן את שני החלקים הללו בנפרד, המערכת מותאמת קצה אל קצה, כך שלמידה להסיר את הערפל מונחית על ידי המטרה הסופית של זיהוי נכון של עצמים. אימון משולב זה מעודד את שלב הסרת הערפל להבליט תכונות החשובות לזיהוי, ולא רק לייצר את התמונה הנעימה ביותר ויזואלית.

לתת תשומת לב לפרטים זעירים

כדי להפוך את חלק הסרת הערפל ליעיל יותר, החוקרים מעצבים מחדש את אופן תשומת הלב של הרשת לתכונות התמונה. הם מציגים מודול ברב-קני מידה שבוחן דפוסים בגדלים שונים תוך מעקב היכן מבנים חשובים נמצאים בתמונה. זה מסייע למערכת להחזיר קצוות חדים וטקסטורות עדינות השייכים למטרות קטנות ומרוחקות. בנוסף הם משפרים את הדרך שבה מידע משכבות מוקדמות ועמוקות משולב, כך שפרטי פיקסל עדינים ודפוסים ברמה גבוהה תומכים זה בזה במקום להתחרות. כדי לשמור על שיטה מעשית, הם מחליפים בלוקים מתמטיים כבדים בבלוקים קלים יותר שדורשים פחות חישובים, מה שמזרז עיבוד מבלי לפגוע באיכות.

לעזור למזהה למקד בסירות קטנות

שיפור התמונה המתוקנת הוא רק חצי מהסיפור. חלק הזיהוי של DTDJO מבוסס על גלאי חד-שלבי מודרני, אך המחברים מוסיפים מודול תשומת לב מעורבת שמחזק אותות מועילים ומדכא רקע מבולגן. מודול זה משלב מידע על אילו ערוצי תמונה הם המידע-רלוונטי ביותר עם היכן במרחב נמצאות האזורים החשובים ביותר. בסצנות מים מעורפלות זה אומר להבליט את הצורות החלשות של סירות ולהקטין את השפעת הגלים, ההשתקפויות והשמיים. הצוות גם בונה מערכי אימון חדשים על ידי לקיחת מאגרי בדיקה פופולריים והכנסת ערפל ריאליסטי באמצעות מודל פיזיקלי של פיזור, מה שמאפשר להם לבחון את המערכת הן בסצנות כלליות והן בתמונות ייחודיות למים.

רווחים מדודים בסצנות ערפליות בעולם האמיתי

כאשר נבחנה על מערכי הנתונים החדשים של מזל"טים מעורפלים וסצנות מים מעורבות, DTDJO מתעלה בקביעות על גלאים סטנדרטיים ושיטות המודעות לערפל. היא מזהה יותר עצמים קטנים ומרוחקים, מפספסת פחות סירות ויותר טובת להפריד מטרות החופפות החוסמות חלקית זו את זו. בהשוואה לגלאי חזק בסיסי, המערכת המשולבת מעלה את הדיוק הממוצע בזיהוי בכמה נקודות אחוז בשני מערכי הנתונים, מה שמייצג רווח משמעותי בתנאים מאתגרים כאלה. במקביל, העיצוב משאיר את עלות המחשוב הרבה מתחת לזו של כמה מודלים כבדים רב-משימתיים, מה שהופך אותה מתאימה יותר לשימוש בזמן אמת.

דרכים ברורות יותר לניווט בטוח יותר

בהיבט הפשוט, עבודה זו מראה שאימון של שלב ניקוי תמונה ושל גלאי עצמים יחד יכול לסייע למצלמות לזהות סירות קטנות באופן אמין יותר בערפל. על ידי למידה אילו חלקים בתמונה מעורפלת חשובים באמת למציאת מטרות, המערכת מנקה בדיוק את המידה הנדרשת ומנחה את המזהה למקד בפרטים הנכונים. בעוד שהמחקר מתמקד בפני מים ובמצלמות מזל"ט או חוף, הרעיון הזה יכול לתמוך בניווט ובמעקב בטוחים יותר בהרבה סביבות בעלות ראות נמוכה — מנמלים חופיים ועד נהרות ונמלים.

ציטוט: 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

מילות מפתח: זיהוי עצמים בעכירות, הדמיית פני מים, הסרת ערפל מתמונה, גילוי סירות קטנות, ראייה ממוחשבת ימית