Long-Range depth estimation using learning based Hybrid Distortion Model for CCTV cameras
تقترح هذه الورقة نموذج تشوه هجين يجمع بين نماذج الكاميرا التقليدية الموسعة وتصحيحات المتبقي القائمة على الشبكات العصبية للتغلب على قيود الطرق الحالية، مما يتيح تحديد الموقع ثلاثي الأبعاد للأجسام بدقة لكاميرات المراقبة (CCTV) لمسافات تصل إلى 5 كيلومترات.
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
تخيل أنك تحاول قياس المسافة إلى سفينة على الأفق أو طائرة بدون طيار تحلق عالياً فوق مدينة باستخدام كاميرتي أمنيتين عاديتين فقط. لعقود من الزمن، كان هذا لغزاً محبطاً للمهندسين. فبينما تبرع الكاميرات في رؤية ما هو أمامها مباشرة، إلا أنها تواجه صعوبة في تقدير العمق عندما تكون الأجسام بعيدة. ويرجع ذلك إلى أن العدسات في هذه الكاميرات ليست مثالية؛ فهي تحني الضوء بطرق دقيقة ومعقدة، مما يخلق تشوهات، خاصة بالقرب من حواف الصورة. ولتحويل صورة مسطحة إلى خريطة ثلاثية الأبعاد، تحتاج الحواسيب إلى معرفة كيفية حني العدسة للضوء بدقة. وتعمل الطرق التقليدية بشكل جيد للأجسام التي تبعد بضع مئات من الأمتار، ولكن مع زيادة المسافة لتصل إلى عدة كيلومترات، تتضاعف الأخطاء الصغيرة في هذه الحسابات، مما يجعل الحاسوب يخمّن بشكل خاطئ تماماً موقع الجسم الفعلي.
لقد طور فريق من الباحثين في الهند طريقة جديدة لحل هذه المشكلة، مما يسمح لكاميرات المراقبة القياسية بتحديد مواقع الأجسام بدقة حتى مسافة خمسة كيلومترات. إن عملهم يسد الفجوة بين التصوير الفوتوغرافي البسيط ورسم الخرائط عالي الدقة، مما يوفر حلاً عملياً لأمن الحدود، ومراقبة البحار، والقيادة الذاتية دون الحاجة إلى معدات باهظة الثمن وتستهلك الكثير من الطاقة مثل الرادار أو الماسحات الضوئية بالليزر.
يكمن التحدي الجوهري في كيفية رؤية الكاميرات للعالم. فالكاميرا المثالية ستعمل كأنها ثقب بسيط، حيث تسقط خطاً مستقيماً من الجسم إلى الصورة. ومع ذلك، فإن العدسات الحقيقية منحنية وغير مثالية، مما يجعل الخطوط المستقيمة في العالم الحقيقي تظهر منحنية في الصورة، وهو ما يُعرف بتشوه العدسة. بالنسبة للمسافات القصيرة، يمكن للمعادلات الرياضية القياسية تصحيح هذا الانحناء بدقة كافية، ولكن بالنسبة للمشاهدة بعيدة المدى، تكون هذه المعادلات بسيطة للغاية؛ فهي تغفل عن الانحناءات الدقيقة ذات الرتب العليا، مما يؤدي إلى أخطاء كبيرة. ووجد الباحثون أن مجرد محاولة استبدال هذه المعادلات القديمة بنظام تعلم حاسوبي قوي، يُعرف بالشبكة العصبية، لم ينجح؛ فعندما تركوا الحاسوب يتعلم التشوه من الصفر، فشل النظام في الاستقرار على إجابة صحيحة، وكأنه تاه في تعقيد الرياضيات.
ولحل هذه المشكلة، ابتكر الفريق نهجاً هجيناً يجمع بين موثوقية الطرق القديمة ومرونة التعلم الحديث. أولاً، أخذوا النموذج الرياضي القياسي وقاموا بتوسيعه، عبر إضافة العديد من المتغيرات الإضافية لمراعاة الطرق المعقدة التي ينحني بها الضوء في كاميراتهم المحددة. كان هذا النموذج الموسع أفضل بكثير من النموذج القديم، لكنه ظل يترك بعض الأخطاء، لا سيالما عند النظر إلى أجسام قريبة من حافة رؤية الكاميرا أو عند المسافات القصوى. ثم أضاف الباحثون طبقة ثانية: نظام تعلم صغيراً ومتخصصاً صُمم ليس ليحل محل الرياضيات، بل لتصحيح الأخطاء الصغيرة التي لا تزال الرياضيات ترتكبها. فكر في الأمر كحرفي ماهر لديه كتاب قواعد جيد جداً لبناء طاولة، ولكنه يمتلك أيضاً عيناً مدربة لرصد وتصحيح العيوب الطفيفة التي قد يغفل عنها كتاب القواعد.
في تجاربهم، قام الفريق بوضع كاميرتي مراقبة متطابقتين تفصل بينهما عشرة أمتار، محاكيين بذلك المسافة بين عيني الإنسان لرؤية العمق. واختبروا نظامهم من خلال محاولة تحديد نقاط معينة في المناظر الطبيعية على مسافات تتراوح من بضع مئات من الأمتار إلى خمسة كيلومترات. باستخدام النموذج الرياضي القياسي وحده، استطاع النظام تحديد المواقع بدقة حتى مسافة 250 متراً تقريباً، ولكن بعد ذلك، بدأت المواقع المقدرة تنحرف بشكل كبير، حيث كانت تضع الهدف أحياناً بعيداً عن مساره بمئات الأمتار. وعندما استخدموا نموذجهم الهجين الجديد، تحسنت النتائج بشكل مذهل؛ فقد نجح النظام في تحديد مواقع الأجسام على مسافات تصل إلى خمسة كيلومترات بمستوى من الدقة جعل الفرق بين التخمين الغامض والموقع الموثوق واضحاً.
كما اكتشف الباحثون أن جودة عدسة الكاميرا تلعب دوراً رئيسياً. فقد قارنوا بين عدسات كاميرات الأمن القياسية، المصممة للاستخدام العام، وعدسات الرؤية الآلية عالية الجودة. أنتجت العدسات الباهظة صوراً أكثر نقاءً وأقل تشوهاً، ولكن حتى مع تلك العدسات، فشلت النماذج الرياضية القياسية في المسافات البعيدة. وقد أثبت هذا أن المشكلة لم تكن في الأجهزة فحسب، بل في كيفية تفسير البرامج للصور. ومن خلال تحسين البرمجيات لتفهم بشكل أفضل الخصائص الفريدة للعدسات، تمكنوا من تحقيق دقة عالية حتى باستخدام كاميرات الأمن الأكثر توفيراً وشيوعاً الموجودة في المدن والموانئ.
تضمنت الخطوة الأخيرة في عمليتهم ترجمة رؤية الكاميرا إلى جغرافيا العالم الحقيقي. فبمجرد أن يحسب النظام الموقع ثلاثي الأبعاد لجسم ما، يقوم بتحويل تلك الإحداثيات إلى خطوط الطول والعرض، وهي نفس المنظومة المستخدمة في نظام تحديد المواقع العالمي (GPS). وقد سمح هذا للباحثين برسم الموقع الدقيق لجسم بعيد على خريطة رقمية. وأظهرت النتائج أن النموذج الهجين أبقى النقاط المرسومة متجمعة بإحكام حول مواقعها الحقيقية، بينما كانت الطرق القديمة تشتت النقاط على نطاق واسع. وهذه القدرة تعني أن أنظمة الأمن يمكنها تقنياً تتبع طائرة بدون طيار أو قارب على مسافة خمسة كيلومترات ومعرفة مكانه بالضبط، دون الحاجة إلى تحريك الكاميرا أو استخدام مستشعرات باهظة الثمن.
يُظهر هذا البحث أننا لسنا بحاجة دائماً لبناء أجهزة جديدة وباهظة الثمن لحل المشكلات الهندسية الصعبة. فأحياناً، يكمن الحل في تعليم حواسيبنا فهم حدود الأدوات التي نمتلكها بالفعل. فمن خلال الجمع بين القواعد الرياضية الراسخة والتصحيح الذكي القائم على التعلم، تمكن الفريق من توسيع المدى المفيد لكاميرات المراقبة اليومية بمقدار عشرين ضعفاً. وهذا يفتح الباب أمام أنظمة مراقبة طويلة المدى أكثر قدرة على تحمل التكاليف وسهولة في الوصول، قادرة على المراقبة عبر مسافات شاسعة بوضوح كان بعيد المنال في السابق.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.