Clear Sky Science
הסברים מבוססי ראיות, עם מעט ז'רגון

Clear Sky Science · he

RT-FogNet: איתור ספינות בזמן אמת בתנאי ראות נמוכה במקווי מים פנימיים

· חזרה לאינדקס

לראות ספינות דרך הערפל

כאשר נהרות ותעלות עטופים בערפל או בבהירות עזה, משקיפים אנושיים ומצלמות עלולים להתקשות לזהות סירות עוברות בזמן. זו אינה רק מטרד: גילויים מאוחרים או לא מדויקים עלולים לסכן את בטיחות התנועה, לעכב לוגיסטיקה ולסבך ניסיונות חילוץ. מחקר זה מציג את RT-FogNet, מערכת מצלמה חכמה שמיועדת לזהות ספינות במקווי מים פנימיים גם כשיש ראות לקויה, ובכל זאת פועלת מספיק מהר לשימוש בזמן אמת על ציוד ניטור רגיל.

Figure 1
Figure 1.

מדוע נהרות קשים יותר מאשר הים הפתוח

בניגוד לאוקיינוסים פתוחים, מקווי מים פנימיים הם צרים, צפופים וויזואלית מורכבים. מצלמות קבועות על גדות הנהר צריכות להתמודד עם גשרים, מבנים, השתקפויות על המים ותנאי מזג אוויר תכופים קשים. ערפל, לחות גבוהה, תאורת-רקע חזקה מהשמש ותאורת לילה מפחיתים ניגודיות ומטשטשים את קווי המתאר של הספינות. גלאי ראייה ממוחשבת קיימים, כולל דגמי למידה עמוקה פופולריים, בדרך כלל אומנו על תמונות ברורות יותר מלוויינים, מטוסים או סצנות חופיות. כתוצאה מכך, הם נכשלו לעתים קרובות כאשר הועברו לנהרות פנימיים אמיתיים, מפספסים כלי שיט קטנים או מרוחקים ומבלבלים השתקפויות או מבני רקע עם ספינות אמיתיות.

עין חכמה בת שתי שלבים לנהר

RT-FogNet מתייחס לבעיה כתהליך דו-שלבי המותאם למה שמצלמת נהר באמת רואה. ראשית, הוא בודק במהירות את התמונה הנכנסת כדי להחליט האם הראות ירודה. אם הראות ברורה, התמונה מועברת ישירות לשלב הגילוי, חוסכת זמן ואנרגיה. אם הסצנה ערפלית או בעלי ניגוד נמוך, התמונה עוברת יחידת ייבוש מיוחדת הנקראת Water Surface Image Dehazing (WSID). יחידה זו מאומנת לא רק כדי לשפר את המראה לאדם, אלא במיוחד כדי לשמר את קווי המתאר וצורות הספינות תוך הסרת ערפל ודיכוי השתקפויות מטעות על פני המים.

Figure 2
Figure 2.

כיצד המערכת לומדת לראות דרך הערפל

יחידת ה-WSID נבנתה באמצעות אסטרטגיית אימון שמקורה בשיפוץ תמונה מתקדם, אך דחוסה ומכווננת למהירות. רשת "מורה" גדולה יותר לומדת תחילה לנקות ערפל מתמונות אימון סינתטיות. רשת "תלמיד" קטנה יותר לומדת לחקות את תוצאות המורה תוך שימוש בחישובים מועטים בהרבה, מה שהופך אותה לפרקטית במכשירים אמיתיים. לאחר מכן התלמיד מותאם עוד על סצנות נהר ערפליות אמיתיות כדי לפעול היטב מחוץ למעבדה. בהמשך, מנוע גילוי משופר, מבוסס על דגם YOLOv10 העדכני, מעבד את התמונות המיובשות או המקוריות. תוספת מרכזית היא בלוק עיבוד תכונות חדש המשתמש במסננים מסודרים בקפידה כדי לבחון גם פרטים עדינים וגם אזורים רחבים של התמונה מבלי לטשטש כלי שיט קטנים. זה עוזר למערכת לזהות ספינות בגדלים שונים, מאוניות רחוקות וקטנות ועד מכליות גדולות.

ערכת מבחן חדשה מבוססת על נהרות אמיתיים

כדי להעריך האם RT-FogNet עובד בפועל, המחברים בנו ערכת נתונים חדשה למקווי מים פנימיים (Inland Waterway Ship Dataset, IWSD). היא מכילה יותר מתשעת אלפים תמונות שצולמו על ידי מצלמות קבועות לאורך נהרות סואנים בסין, כולל היאנגצה ווולונג. מערך הנתונים מקיף תשעה סוגי כלי שיט ותמהיל רחב של תנאים: ימים בהירים, מזג מוחשך, גשם וערפל, סנוור חזק על פני המים וסצנות לילה עם תאורה מלאכותית חזקה. רבות מהספינות קטנות בתמונה, כיוון שהן רחוקות מהמצלמה, והקטגוריות בלתי מאוזנות במספר, משקפות דפוסי תנועה אמיתיים. מאחר שמעל למחצית התמונות נלקחו בתנאי ראות מאתגרים, IWSD מהווה מבחן קשה לכל גלאי ספינות.

כמה טוב הגישה החדשה?

כאשר נבדק על ערכת נתונים כללית סטנדרטית, על ערכת נתונים קיימת של ספינות חופיות, ועל ערכת הנתונים החדשה של נהרות פנימיים, RT-FogNet מפגין בעקביות דיוק חזק ובאותו זמן נשאר מהיר מספיק להפעלה בזמן אמת. בנתוני ה-IWSD הקשים במיוחד, הגרסה המלאה של RT-FogNet הכוללת את שלב הייבוש משפרת את ציוני הגילוי הממוצעים ביותר מ-15 נקודות אחוז על פני גלאי בסיס חזק, עם רווחים גדולים במיוחד בספינות קטנות וקשות לזיהוי. גם עם שלב הייבוש הנוסף, המערכת עדיין מעבדת מאות תמונות בשנייה על חומרה מודרנית, מה שהופך אותה מתאימה לניטור נהרות בזמן אמת.

מה משמעות הדבר לבטיחות מקווי המים

למי שאינו מומחה, המסקנה העיקרית היא ש-RT-FogNet מראה כיצד שילוב של ניקוי תמונה המודע לסצנה ומנוע גילוי ממוטב יכול להפוך את ניטור הנהרות במצלמות לאמין ומעשי יותר. במקום פשוט לחדד תמונות לעין האנושית, המערכת מכווננת להגן על הרמזים הוויזואליים החשובים לאיתור ספינות, גם בערפל כבד או בתאורה קשה. ערכת הנתונים הפנימית החדשה של המחברים ועיצובם הנבדק מספקים מתווה לניטור חכם ובטוח יותר של מקווי מים צפופים, עם פוטנציאל להפחית תאונות ולשפר ניהול תנועה ברשתות נהרות ותעלות במציאות.

ציטוט: 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

מילות מפתח: איתור ספינות, מקווי מים ערפיליים, ראייה ממוחשבת, פיקוח חכם, בטיחות תנועת נהרות