Detector-Augmented SAMURAI for Long-Duration Drone Tracking
تقدم هذه الورقة امتداداً مدعوماً بالكاشف لنموذج SAMURAI التأسيسي، والذي يعزز بشكل كبير من تتبع الطائرات بدون طيار طويل الأمد والقوي في البيئات الحضرية من خلال التخفيف من حالات انقطاع الكشف وتحسين الأداء أثناء أحداث الخروج وإعادة الدخول.
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
في السماء فوق مدننا، برز نوع جديد من تحديات المراقبة. فالطائرات بدون طيار (الدرونز)، التي كانت ذات يوم حكراً على الهواة وصناع الأفلام، أصبحت الآن حضوراً مستمراً في المجال الجوي، وهي قادرة على تنفيذ مهام تتراوح من التوصيل إلى التجسس. بالنسبة للفرق الأمنية، لا يقتصر الهدف على مجرد رصد هذه الآلات الطائرة في صورة فوتوغرافية واحدة، بل في الحفاظ على تتبع ثابت لها أثناء تحركها عبر بيئات معقدة. يتطلب هذا نظام رؤية حاسوبية يمكنه تتبع الهدف من لحظة إلى أخرى، حتى عندما يكون الجسم صغيراً، أو سريع الحركة، أو مختبئاً لفترة وجيزة خلف شجرة أو مبنى. غالباً ما تعاني الطرق التقليدية من هذه الاستمرارية، حيث تفقد الهدف عند تغير زاوية الرؤية للكاميرا أو عند تغير مظهر الطائرة بدون طيار بشكل طفيف. يعتمد هذا المجال على برمجيات يمكنها تعلم التعرف على الأنماط دون الحاجة إلى تعليمها كل تنوع ممكن لكل طائرة بدون طيار، وهي قدرة تُعرف باسم "التعلم الصفري" (zero-shot learning)، حيث يطبق النظام ما يعرفه عن الأجسام العامة على مهمة جديدة ومحددة لم يسبق له رؤيتها من قبل.
لقد وجه الباحثون في مركز الفضاء الألماني والعديد من المؤسسات الأوروبية اهتمامهم إلى نوع جديد وقوي من البرمجيات يسمى "SAMURAI". هذا النظام، الذي صُمم في الأصل لتتبع مجموعة متنوعة من الأجسام مثل البشر والحيوانات في مقاطع الفيديو، أظهر قدرة ملحوما عليها لتتبع الأهداف دون تدريب مسبق على تلك الأجسام المحددة. ومع ذلك، لم يختبر أحد ما إذا كانت هذه الأداة القوية قادرة على التعامل مع الصعوبات الفريدة لتتبع الطائرات بدون طيار في البيئات الحضرية، حيث تخلق المباني ازدحاماً بصرياً، ويمكن أن تكون الطائرات نفسها مجرد نقاط صغيرة جداً مقابل خلفية مزدحمة. وضع الفريق هدفاً لمعرفة ما إذا كان بإمكان SAMURAI القيام بالمهمة بمفرده، وإذا لم يكن الأمر كذلك، كيف يمكن تحسينه للتعامل مع المراقبة المستمرة الطويلة المطلوبة للأمن في العالم الحقيقي.
بدأ الباحثون باختبار النسخة القياسية من SAMURAI على مجموعة من التسلسلات المرئية التي تعرض طائرات بدون طيار تحلق فوق المدن. ووجدوا أنه عندما يتم تزويد النظام بنقطة بداية مثالية — أي مربع دقيق مرسوم حول الطائرة في الإطار الأول بواسطة إنسان — فإنه يعمل بشكل جيد للغاية. يمكنه تتبع الطائرة عبر العديد من الإطارات، محافظاً على تتبع ثابت حتى مع تحرك الجسم. ومع ذلك، فإن العالم الحقيقي نادراً ما يقدم نقاط بداية مثالية. في سيناريوهات الأمن العملية، يجب على الكمبيوتر العثور على الطائرة بدون طيار من تلقاء نفسه ثم البدء في تتبعها. وعندما ترك الباحثون النظام يبدأ بتخمين تم إنشاؤه بواسطة الكمبيوتر بدلاً من مربع رسمه إنسان، انخفض الأداء بشكل كبير. فغالباً ما يفقد المتتبع الطائرة، خاصة إذا كان التخمين الأولي غير دقيق، أو إذا طارت الطائرة خارج مجال رؤية الكاميرا ثم عادت. لقد عانى النظام من صعوبة في التعافي من هذه الأخطاء، حيث كان ينحرف أحياناً لتتبع غصن شجرة أو مبنى بدلاً من الآلة الطائرة.
ولحل هذه المشكلة، طور الفريق نهجاً جديداً يجمع بين قوة التتبع الخاصة بـ SAMURAI وكاشف متخصص للطائرات بدون طيار. فكر في هذا الكاشف كزوج ثانٍ من العيون يمسح الفيديو باستمرار، بحثاً عن الطائرات بدون طيار تحديداً. وقد بنى الباحثون نظاماً يعمل فيه المتتبع والكاشف معاً. فإذا بدأ المتتبع في فقدان سيطرته أو إذا اختفت الطائرة ثم ظهرت مجدداً، يتدخل الكاشف لتوفه موقع جديد ودقيق. تسمح هذه الشراكة للنظام بتصحيح نفسه باستمرار، بدلاً من الانتظار حتى الإطار التالي ليرى ما إذا كان لا يزال على المسار الصحيح. كانت النتائج مذهلة؛ ففي التسلسلات المرئية الطويلة، حيث قد تطير الطائرة داخل وخارج مجال الرؤية عدة مرات، حافظ هذا النظام المدمج على مستوى أعلى بكثير من الدقة مقارنة بالمتتبع وحده. فقد حقق معدل نجاح قدره 0.725 ودقة معيرة بلغت 0.924 في بعض الاختبارات، وهو تحسن كبير عن أفضل الطرق السابقة.
كما سلطت الدراسة الضوء على أهمية البيانات المستخدمة للاختبار. فقد أنشأ الباحثون مجموعة جديدة من التسجيلات المرئية المصممة خصيصاً لتكون أكثر تحدياً من مجموعات البيانات العامة الموجودة. تميزت هذه الفيديوهات الجديدة بطائرات بدون طيار تحلق لفترات أطول بكثير، مع ظهور الأجسام بأحجام صغيرة جداً ومغادرتها لمجال رؤية الكاميرا بشكل متكرر. وفي هذه الظروف الصعبة، غالباً ما فشل المتتبع القياسي تماماً، لكن النظام المدمج الجديد صمد بقوة. لقد قلل النظام من عدد المرات التي فُقدت فيها الطائرة بهامش كبير، مما أثبت أن توجيه الكاشف المستمر كان أمراً ضرورياً للتتبع طويل الأمد. وأشار الباحثون إلى أنه بينما أصبح النظام الآن أكثر متانة، إلا أنه لا يزال يواجه تحديات عندما تكون الطائرة بدون طيار صغيرة للغاية أو عندما يرتكب برنامج الكشف خطأً ما.
في الختام، يوضح هذا العمل أن أدوات التتبع القوية وعامة الأغراض يمكن تكييفها لتلبية الاحتياجات الأمنية المحددة، ولكنها غالباً ما تحتاج إلى يد مساعدة. فمن خلال الجمع بين متتبع متطور وكاشف مخصص، أنشأ الباحثون نظاماً أكثر موثوقية لمراقبة الطائرات بدون طيار في البيئات الحضرية المعقدة. وتشير النتائج إلى أنه بالنسبة للمراقبة في العالم الحقيقي، حيث يمكن للأهداف أن تختفي وتظهر مجدداً وحيث نادراً ما تكون التخمينات الأولية مثالية، فإن النهج الهجين الذي يقوم بالتحقق المستمر من عمله هو المسار الأكثر فعالية للمضي قدماً. وقد أتاح الفريق تسلسلاتهم المرئية الأطول والجديدة لعلماء آخرين، آملين في تشجيع المزيد من الأبحاث للحفاظ على أمن سماواتنا.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.