💻 computer science

Feature-Space Oversampling for Addressing Class Imbalance in SAR Ship Classification

تقترح هذه الورقة خوارزميتين جديدتين لزيادة العينات في فضاء السمات، M2m $_f$ وM2m $_u$ ، تعالجان بفعالية عدم توازن الفئات في تصنيف السفن باستخدام رادار الفتحة الاصطناعية (SAR) من خلال تحسين درجات F1 بشكل كبير في مجموعتي بيانات OpenSARShip وFuSARShip مقارنة بالطرق الحالية.

المؤلفون الأصليون: Ch Muhammad Awais, Marco Reggiannini, Davide Moroni, Oktay Karakus

نُشر 2026-05-28

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Ch Muhammad Awais, Marco Reggiannini, Davide Moroni, Oktay Karakus

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

إليك شرح للورقة البحثية باستخدام لغة بسيطة وتشبيهات من الحياة اليومية.

المشكلة الكبيرة: "الفصل الدراسي غير العادل"

تخيل أنك معلم تحاول تدريس فصل دراسي حول أنواع مختلفة من السفن. لديك كتاب مدرسي ضخم (مجموعة البيانات) يحتوي على صور للسفن. ومع ذلك، فإن الكتاب غير متوازن:

هناك 1,000 صورة لسفن الشحن الكبيرة.
وهناك 50 صورة فقط لقوارب الصيد.

إذا قمت بتدريب طالب (نموذج ذكاء اصطناائي) على هذا الكتاب، فسيصبح خبيراً في رصد سفن الشحن، لكنه سيفشل فشلاً ذريعاً في التعرف على قوارب الصيد. سيقوم ببساطة بالتخمين بأنها "سفينة شحن" في كل مرة لأن هذا هو ما يراه غالباً. في عالم صور الرادار (SAR)، تعد هذه مشكلة كبيرة لأن هذه الصور غالباً ما تكون محببة ومليئة بالضجيج، مما يجعل من الصعب تعليم الذكاء الاصطناعي باستخدام عدد قليل فقط من الأمثلة.

الحل القديم: "النسخ واللصق" (ولماذا فشل)

عادةً، عندما لا يملك المعلمون أمثلة كافية للعناصر النادرة، يحاولون "تعزيز" (augment) البيانات. هذا يشبه أخذ صورة واحدة لقارب صيد، وقلبها رأساً على عقب، أو جعلها أكثر سطوعاً قلي، أو تكبيرها، والتظاهر بأن هذه صور جديدة وفريدة.

يقول المؤلفون إن هذا لا يعمل بشكل جيد لصور الرادار. نظرًا لأن صور الرادار مليئة بالضجيج ومنخفضة الدقة، فإن مجرد نسخ ولصق هذه الصور ينشئ صوراً تبدو مزيفة وتؤدي إلى إرباك الذكاء الاصطناعي بدلاً من مساعدته.

الحل الجديد: "مخبز مساحة السمات"

بدلاً من محاولة صنع المزيد من الصور للسفن النادرة، قرر المؤلفون العمل مع جوهر السفن.

تخيل أن الذكاء الاصطناعي قد نظر بالفعل إلى جميع الصور وكتب "ملف نكهة" لكل منها.

نكهة سفينة الشحن: "ثقيلة، مربعة الشكل، طويلة".
نكهة قارب الصيد: "صغير، رشيق، شكل محدد".

يقترح المؤلفون طريقة جديدة تسمى الإفراط في أخذ العينات في مساحة السمات (Feature-Space Oversampling). بدلاً من خبز كعكات جديدة (صور)، هم يأخذون "ملفات النكهة" (السمات الرياضية) للسفن الشائعة ويمزجونها مع السفن النادرة لإنشاء ملفات نكهة اصطناعية.

لقد ابتكروا وصفتين جديدتين (خوارزميتين) للقيام بهذا المزج:

الوصفة M2mf (الـ "خلاط الآمن"):
- تأخذ هذه الطريقة "ملف نكهة" من سفينة شائعة وتدفعه بلطف نحو "مركز" نكهة السفينة النادرة.
- فحص السلامة: قبل إضافة هذه النكهة الاصطناعية الجديدة إلى المزيج، تتحقق: "هل هذه النكهة الجديدة مشابهة جداً لما لدينا بالفعل؟" إذا كانت مشابهة جداً، فإنها تتخلص منها. هذا يضمن أن كل مثال جديد فريد ويضيف شيئاً جديداً لعملية التعلم.
الوصفة M2mu (الـ "مطابق التشابه"):
- تقوم هذه الطريقة أيضاً بدفع النكهات الشائعة نحو النكهات النادرة.
- فحص السلامة: بدلاً من التحقق من التفرد، تتحقق من: "هل هذه النكهة الجديدة تشبه حقاً سفينة نادرة حقيقية؟" إنها تستخدم "درجة تشابه" للتأكد من أن المثال الاصطناعي لا يبتعد كثيراً عما يبدو عليه قارب الصيد الحقيقي بالفعل.

التجربة: "اختبار التذوق"

اختبر المؤلفون هاتين الوصفتين على "كتابي طهي" مختلفين (مجموعتي بيانات):

OpenSARShip: مجموعة قياسية من صور السفن الرادارية.
FuSARShip: مجموعة أحدث وأعلى جودة.

استخدموا ثلاثة "متذوقي طعم" مختلفين (نماذج ذكاء اصطناعي: ViT، وVGG16، وResNet50) لمعرفة أي وصفة تعمل بشكل أفضل.

النتائج: ما الذي نجح؟

الطريقة القديمة فشلت: الطريقة التقليدية لنسخ ولصق الصور (المسماة M2morig) جعلت الذكاء الاصطناعي يؤدي بشكل أسوأ أو بقي كما هو. لقد أربكت الذكاء الاصطناعي.
الطريقة الجديدة نجحت: كلتا وصفتي "خلط النكهات" الجديدتين (M2mf و M2mu) حسنت بشكل كبير قدرة الذكاء الاصطناعي على رصد السفن النادرة.
- في مجموعة بيانات FuSARShip، كانت الوصفة M2mu هي الفائزة، حيث رفعت دقة الذكاء الاصطناعي بنسبة تقارب 9%.
- في مجموعة بيانات OpenSARShip، كانت الوصفة M2mf أفضل قليلاً، حيث رفعت الدقة بنسبة حوالي 5%.

مفاجأة "نقص الملاءمة" (Underfitting):
أحد متذوقي الطعم (ResNet50) واجه صعوبة في معظم السيناريوهات. يقترح المؤلفون أن هذا النموذج كان "عميقاً" ومعقداً للغاية بالنسبة لكمية البيانات المحدودة، مما تسبب في إرباكه (underfit)، بينما تعاملت النماذج الأخرى (ViT و VGG) مع الوصفات الجديدة بشكل أفضل بكثير.

الخلاصة

تثبت الورقة البحثية أنه بالنسبة لتصنيف سفن الرادار، من الأفضل خلط "جوهر" البيانات بدلاً من نسخ الصور.

من خلال إنشاء سمات اصطناعية (الوصف الرياضي للسفينة) بدلاً من صور اصطناعية، يتعلم الذكاء الاصطناعي التعرف على السفن النادرة بشكل أفضل بكثير. هذا النهج أيضاً أرخص وأسرع لأنك لا تحتاج إلى إعادة معالجة الصورة بأكملة؛ أنت فقط تمزج "النكهات" الرياضية وتدرب المصنف النهائي.

باختختصر: لا تحاول تزييف المزيد من الصور للسفن النادرة. بدلاً من ذلك، اخلط "روح" السفن الشائعة رياضياً لإنشاء أمثلة جديدة وواقعية للسفن النادرة، وسوف يتعلم ذكاؤك الاصطناعي بشكل أسرع بكثير.

ملخص تقني: الإفراط في أخذ العينات في فضاء السمات لمعالجة عدم توازن الفئات في تصنيف السفن عبر رادار الفتحة الاصطناعية (SAR)

بيان المشكلة
يعد تصنيف السفن باستخدام رادار الفتحة الاصطناعية (SAR) أمراً بالغ الأهمية لمراقبة حركة المرور البحرية، ولكنه يواجه تحديات كبيرة بسبب ندرة البيانات وعدم التوازن الشديد بين الفئات. غالباً ما تعاني طرق التعلم العميق التقليدية مع مجموعات البيانات ذات الذيول الطويلة. وبينما يعد تعزيز البيانات في فضاء العينة (على مستوى الصورة) أمراً شائعاً للبيانات البصرية، إلا أنه كثيراً ما يفشل في صور (SAR) بسبب الضوضاء المتأصلة وانخفاض الدقة. علاوة على على ذلك، فإن التعلم بنقل المعرفة القياسي، الذي يقوم بتجميد مستخرجات السمات، لا يحل مشكلة عدم التوازن بشكل جوهري. وقد حدد المؤلفون الحاجة إلى طرق يمكنها توليد بيانات اصطناعية لموازنة الفئات دون الاعتماد على عمليات التلاعب الهشة على مستوى الصورة.

المنهجية
ينقل الإطار المقترح عملية الإفراط في أخذ العينات من فضاء العينة إلى فضاء السمات. يتكون خط العمل من ثلاث مراحل:

استخراج السمات: يقوم نموذج مدرب مسبقاً (VGG16 أو ResNet50 أو ViT) بأوزان مجمدة باستخراج السمات من صور (SAR).
الإفراط في أخذ عينات السمات: يتم تطبيق خوارزميتين مبتكرين، هما M2mf و M2mu، على السمات المستخرجة لتوليد عينات اصطناعية للفئات الأقلية باستخدام سمات من الفئات الأكثرية.
- M2mf (من الميزة الكبرى إلى الصغرى): مستوحاة من طريقة M2m الأصلية في فضاء العينة، تقوم هذه الخوارستما بحساب مراكز الفئات (centroids) للفئات الأقلية. وتولد سمات اصطناعية عن طريق إزاحة سمات الفئة الأكثرية نحو هذه المراكز. يتم الاحتفاظ بالسمة الاصطناعية فقط إذا حافظت على مسافة دنيا ( $d_t = 0.5$ ) من السمات الاصطناعية الموجودة لضمان التفرد.
- M2mu (الميزة الكبرى إلى الصغرى الفريدة): تحتفظ هذه النسخة بالسمة الاصطناعية فقط إذا كانت "مشابهة" للسمات الأصلية للفئة الصغرى المستهدفة. تُقاس التشابه باستخدام تشابه جيب التمام (Cosine similarity)، ويتم الاحتفاظ بالسمة فقط إذا تجاوزت عتبة ( $sim_t = 0.8$ ).
التصنيف: تُستخدم مجموعة السمات المعززة (الأصلية + الاصطناعية) لتدريب مصنف (كتلة متصلة بالكامل مع ReLU وdropout) بينما يظل مستخرج السمات مجمداً.

قام المؤلفون بتقييم هذه الطرق على مجموعتي بيانات عامتين: OpenSARShip (6 فئات) و FuSARShip (9 فئات)، مع اختبار تكوينات فئات مختلفة (2، 4، 6، و9 فئات) لمحاكاة سيناريوهات عدم التوازن المختلفة.

المساهمات الرئيسية

خوارزميات مبتكرة: تقدم الورقة إطارين للإفراط في أخذ عينات فضاء السمات (M2mf و M2mu) تم تكييفهما خصيصاً من مفهوم (Major-to-minor - M2m) لمعالجة عدم توازن تصنيف سفن (SAR).
التركيز على فضاء السمات: على عكس الطرق التقليدية التي تعزز الصور الخام، يستفيد هذا العمل من فضاء السمات لتوليد بيانات اصطناعية، مما يخفف من المشكلات المتعلقة بضوضاء ودقة صور (SAR).
تقييم شامل: تقارن الدراسة بصرامة بين الطرق المقترحة وبين خط الأساس (المستخرج المجمد + المصنف) وطريقة M2morig الأصلية في فضاء العينة عبر عدة نماذج هيكلية متطورة (ViT، VGG16، ResNet50) وتكوينات بيانات مختلفة.

النتائج
أظهرت التجارب أن الإفراط في أخذ عينات فضاء السمات يتفوق بشكل كبير على كل من خط الأساس وطريقة M2m في فضاء العينة:

الأداء العام: حققت الطرق المقترحة زيادة في متوسط مقياس F1-score بنسبة 8.82% في مجموعة بيانات FuSARShip و 4.44% في مجموعة بيانات OpenSARShip مقارنة بخط الأساس.
مقارنة الطرق:
- في FuSARShip، حققت M2mu عموماً أفضل النتائج، حيث تفوقت على M2mf بنسبة 0.63% في المتوسط.
- في OpenSARShip، كان أداء M2mf أفضل قليلاً في المتوسط، حيث تفوقت على M2mu بنسبة 0.98%.
- طريقة M2morig الأصلية في فضاء العينة سجلت أداءً ضعيفاً باستمرار، وغالباً ما أعطت درجات أقل من خط الأساس، خاصة في مجموعات البيانات التي تحتوي على 4 فئات أو أكثر.
حساسية النموذج: أظهرت نماذج ViT و VGG16 تحسناً في الأداء مع الإفراط في أخذ العينات. في المقابل، أظهر ResNet50 تكراراً لعلامات نقص الملاءمة (underfitting) في جميع السيناريوهات، مما يشير إلى أن بنيته الأكثر عمقاً قد تكون أقل ملاءمة لمجموعات بيانات (SAR) المحدودة المستخدمة في هذه الدراسة.
تكوين الفئات: تفاوتت فعالية الطرق حسب عدد الفئات. على سبيل المثال، برعت M2mu في تكوينات 4 و9 فئات في FuSARShip، بينما كانت M2mf متفوقة في تكوينات 2 و6 فئات في OpenSARShip.

الأهمية والادعاءات
تزعم الورقة أن الإفراط في أخذ عينات فضاء السمات هو حل فعال من حيث التكلفة وقوي لتصنيف سفن (SAR). ومن خلال العمل في فضاء السمات، يلغي هذا النهج الحاجة إلى إعادة تشغيل عملية استخراج السمات لكامل البنية أثناء التعزيز؛ حيث يتطلب الأمر فقط إعادة تدريب المصنف على السمات الاصطناعية. وهذا يقلل من الموارد الحوسبية ووقت التدريب.

يؤكد المؤلفون أن عملهم يسلط الضوء على قيود أخذ العينات في فضاء العينة لبيانات (SAR) ويؤكد فعالية التدخلات على مستوى السمات. ويخلصون إلى أنه بينما تحسن طرقهم الأداء بشكل كبير في مجموعات بيانات (SAR) غير المتوازنة، يجب أن يركز العمل المستقبلي على تطوير تقنيات أخذ عينات في فضاء العينة مخصصة لـ (SAR) ومزيد من صقل طرق فضاء السمات لتطبيقات أوسع.