RT-FogNet: iç su yollarında düşük görüş koşullarında gerçek zamanlı gemi tespiti

Sis İçinden Gemileri Görmek

Nehirler ve kanallar sis veya parlama altında kaldığında, insan gözcüler ve kameralar geçen tekneleri zamanında fark etmekte zorlanabilir. Bu yalnızca bir rahatsızlık değil: kaçırılan veya geç yapılan tespitler trafik güvenliğini tehdit edebilir, lojistiği yavaşlatabilir ve kurtarma çabalarını karmaşıklaştırabilir. Bu çalışma, görüş zayıf olduğunda bile iç su yollarında gemileri güvenilir şekilde tespit edebilen ve sıradan izleme ekipmanında gerçek zamanlı kullanım için hâlâ yeterince hızlı çalışan akıllı kamera sistemi RT-FogNet'i tanıtıyor.

Neden Nehirler Açık Denizlerden Daha Zor?

Açık okyanusların aksine, iç su yolları dar, kalabalık ve görsel olarak karmaşıktır. Nehir kıyısına yerleştirilmiş sabit kameralar köprüler, binalar, su üzerindeki yansımalar ve sık rastlanan kötü hava koşullarıyla başa çıkmak zorundadır. Sis, yüksek nem, güneşten gelen güçlü arka ışık ve gece aydınlatması kontrastı azaltır ve gemi sınırlarını bulanıklaştırır. Uydu, uçak ya da kıyı sahnelerinden alınmış daha net görüntülerle eğitilmiş mevcut bilgisayarla görme dedektörleri — birçok popüler derin öğrenme modeli dahil — genelde daha temiz görüntülerle eğitildiği için gerçek iç nehir ortamına taşındıklarında başarısız olma eğilimindedir. Sonuç olarak, küçük veya uzak gemileri kaçırır ve yansımaları ya da arka plan yapıları gerçek gemilerle karıştırabilirler.

Nehre Özgü, Akıllı İki Aşamalı Bir Bakış

RT-FogNet problemi, bir nehir kamerasının gerçekten gördüğüne uyarlanmış iki aşamalı bir süreç olarak ele alır. İlk olarak, gelen görüntüyü hızla kontrol ederek görüşün zayıf olup olmadığına karar verir. Görüntü netse, zaman ve enerji tasarrufu için fotoğraf doğrudan tespit aşamasına gider. Sahne sisli veya düşük kontrastlıysa, görüntü Water Surface Image Dehazing (WSID) adlı özel bir sis giderme birimine yönlendirilir. Bu birim yalnızca görüntüleri insan gözü için daha güzel hale getirmekle kalmayıp, sisleri giderirken gemilerin konturlarını ve şekillerini korumaya ve su yüzeyindeki yanıltıcı yansımaları bastırmaya özel olarak eğitilmiştir.

Sistemin Sisin İçinden Görmeyi Nasıl Öğrendiği

WSID modülü, güncel görüntü restorasyon yöntemlerinden ödünç alınmış bir eğitim stratejisi kullanılarak inşa edilmiştir, ancak hız için sıkıştırılmış ve ayarlanmıştır. Daha büyük bir "öğretmen" ağ önce sentetik eğitim görüntülerinden sisi temizlemeyi öğrenir. Daha sonra daha küçük bir "öğrenci" ağ, öğretmenin sonuçlarını çok daha az hesaplama kullanarak taklit etmeyi öğrenir; bu da gerçek cihazlar için uygulanabilir hale getirir. Ardından öğrenci, laboratuvar dışına çıkıldığında iyi çalışması için gerçek sisli nehir görüntüleri üzerinde ekstra olarak uyarlanır. Sonraki aşamada, gelişmiş bir tespit motoru — en son YOLOv10 modeline dayalı — sis giderilmiş veya orijinal görüntüleri işler. Önemli bir ek, hem ince detaylara hem de görüntünün daha geniş bölgelerine bakmak için dikkatle düzenlenmiş filtreler kullanan yeni bir özellik işleme bloğudur; bu blok küçük gemileri bulanıklaştırmadan korur. Bu, sistemin uzak küçük teknelerden büyük tankerler gibi çeşitli boyutlardaki gemileri bulmasına yardımcı olur.

Gerçek Nehirler Üzerine Kurulmuş Yeni Bir Test Ortamı

RT-FogNet'in pratikte gerçekten işe yarayıp yaramadığını değerlendirmek için yazarlar yeni bir İç Su Yolu Gemi Veri Kümesi (IWSD) oluşturdular. Bu küme, Yangtze ve Wulong dahil olmak üzere yoğun Çin nehirleri boyunca sabit kameralardan alınmış dokuz binden fazla görüntü içerir. Veri kümesi dokuz gemi türünü ve geniş bir koşul karışımını kapsar: açık günler, kapalı hava, yağmur ve sis, su üzerindeki parlak parlamalar ve sert yapay ışıkların olduğu gece sahneleri. Birçok gemi görüntüde küçüktür çünkü kameradan uzaktadır ve kategoriler sayı bakımından dengesizdir; bu durum gerçek trafik örüntülerini yansıtır. Görüntülerin yarısından fazlası zorlu görüş koşullarında çekildiği için IWSD, herhangi bir gemi dedektörü için zorlayıcı bir test görevi görür.

Yeni Yaklaşım Ne Kadar İyi?

RT-FogNet, standart genel amaçlı bir veri kümesi, mevcut kıyı gemisi veri kümesi ve yeni iç nehir veri kümesi üzerinde test edildiğinde, gerçek zamanlı çalışmaya elverişli hızını korurken tutarlı biçimde güçlü doğruluk elde eder. Özellikle zorlu IWSD verisinde, sis giderme adımını içeren tam RT-FogNet sürümü, güçlü bir temel dedektöre kıyasla ortalama tespit puanlarını yüzde 15’ten fazla artırır; küçük ve zor görülen gemilerdeki kazanımlar özellikle büyüktür. Ek sis giderme adımına rağmen sistem modern donanımda saniyede yüzlerce görüntüyü işlemeye devam eder ve canlı nehir izlemesi için uygun hale gelir.

Su Yolu Güvenliği İçin Anlamı

Uzman olmayan bir okuyucu için temel çıkarım şudur: RT-FogNet, sahne farkındalığına dayalı görüntü temizliği ile sadeleştirilmiş bir tespit motorunu birleştirmenin, kamera tabanlı nehir izlemesini hem daha güvenilir hem de daha pratik kılabileceğini gösterir. Sistemin amacı insan gözü için görüntüleri yalnızca keskinleştirmek değil; kalın sis veya sert aydınlatma altında bile gemileri tespit etmek için önemli görsel ipuçlarını koruyacak şekilde ayarlanmıştır. Yazarların yeni iç su veri kümesi ve test edilmiş tasarımı, yoğun su yollarının daha güvenli ve akıllı bir şekilde izlenmesi için bir yol haritası sunar; bu da gerçek dünya nehir ve kanal ağlarında kazaları azaltma ve trafik yönetimini iyileştirme potansiyeli taşır.

Atıf: 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

Anahtar kelimeler: gemi tespiti, sisli su yolları, bilgisayarla görme, akıllı gözetim, nehir trafik güvenliği