🤖 machine learning

OASIC: Occlusion-Agnostic and Severity-Informed Classification

إن OASIC هو إطار عمل للرؤية الحاسوبية يعمل على تحسين التصنيف في ظل حالات الحجب الشديد من خلال إزالة أنماط العوائق المشتتة في وقت الاختبار ديناميكيًا واختيار نماذج محسنة حسب شدة الحجب بناءً على مستويات الحجب المقدرة، مما يحقق مكاسب كبيرة في الأداء مقارنة بالنهج القياسية.

المؤلفون الأصليون: Kay Gijzen (Leiden University), Gertjan J. Burghouts (TNO), Daniël M. Pelt (Leiden University)

نُشر 2026-04-07

📖 3 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Kay Gijzen (Leiden University), Gertjan J. Burghouts (TNO), Daniël M. Pelt (Leiden University)

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 تحديد طراز سيارة معين في موقف للسيارات. إذا كانت السيارة مركونة في العراء، فالأمر سهل. ولكن ماذا لو كان هناك شجيرة كثيفة تخفي نصف غطاء المحرك، أو سحابة من الدخان تلتف حول الزجاج الأمامي؟

بالنسبة لذكاء اصطناعي متخصص في الرؤية الحاسوبية، هذا يمثل كابوساً. الأمر لا يقتصر فقط على كون السيارة محجوبة جزئياً؛ بل إن الشجيرة أو الدخان يشتتان انتباه الذكاء الاصطناعي بشكل نشط. فالذكاء الاصطناعي يرى الأوراق ويفكر: "ربما هذه شجرة، وليست سيارة!"، أو يتشتت بسبب ملمس الدخان.

تقدم هذه الورقة البحثية حلاً ذكياً يسمى OASIC (التصنيف المستقل عن العوائق والمعتمد على شدة الحجب). فكر في OASIC كـ محقق ذكي لا يكتفي بالنظر إلى السيارة فحسب؛ بل يقوم أولاً بتنظيف مسرح الجريمة، ويحدد مدى سوء الفوضى، ثم يستدعي المتخصص المثالي لحل القضية.

إليك كيف يعمل ذلك، مقسماً إلى ثلاث خطوات بسيطة:

1. خدعة "التظليل الرمادي" (إزالة المشتتات)

تخيل أنك تنظر إلى لوحة فنية، لكن شخصاً ما سكب القهوة عليها. بقع القهوة (العائق) فوضوية ومشتتة للانتباه. وبدلاً من محاولة التخمين لما يوجد تحت القهوة، يأخذ OASIC قلماً رمادياً سحرياً ويلون فوق بقع القهوة.

لماذا؟ وجدت الورقة البحثية أن ملمس العائق (مثل الأوراق أو الدخان) هو المشكلة الأكبر؛ فهو يخدع الذكاء الاصطناعي. من خلال تحويل تلك المناطق الفوضوية إلى لون رمادي رتيب ومنتظم، يتوقف الذكاء الاصطناعي عن التشتت بالأوراق ويركز فقط على أجزاء السيارة التي يمكنه رؤيتها.
السر السحري: يتميز OASIC بأنه "مستقل عن نوع العائق". فهو لا يحتاج لمعرفة ما إذا كان العائق شجيرة، أو شخصاً، أو دخاناً. هو فقط يعرف أن: "هذا الجزء من الصورة يبدو غريباً مقارنة ببقية السيارة"، فيقوم بتلوينه بالرمادي.

2. "تقرير الأضرار" (تقدير الشدة)

بمجرد تظليل البقع باللون الرمادي، يلقي OASIC نظرة سريعة ويتساءل: "كم من السيارة مخفي بالفعل؟"

هل هي مجرد ورقة صغيرة تغطي مرآة جانبية (10% مخفي)؟
أم أن هناك شجرة ضخمة تحجب الواجهة الأمامية بالكامل (90% مخفي)؟

يقوم OASIC بحساب "درجة الشدة" هذه تلقائياً. الأمر يشبه طبيباً ينظر إلى صورة أشعة سيكولوجية ويقول: "هذا المريض يعاني من خدش بسيط"، أو "هذا المريض يعاني من كسر كبير".

3. "فريق المتخصصين" (اختيار العقل المناسب)

هذا هو الجزء الأكثر ذكاءً. أدرك الباحثون أن "المقاس الواحد لا يناسب الجميع".

النموذج الذي تدرب على التعرف على السيارات وهي مخفية بنسبة 90% يكون في الواقع سيئاً في التعرف على السيارات المخفية بنسبة 10% فقط (لأنه اعتاد كثيراً على التخمين).
وعلى العكس، فإن النموذج المدرب على السيارات الواضحة يفشل فشلاً ذريعاً عندما تكون السيارة مدفونة جزئياً في الثلج.

لذا، يحتفظ OASIC بـ فريق من المتخصصين في حالة تأهب:

المتخصص (أ): خبير في السيارات المخفية بنسبة 0-20%.
المتخصص (ب): خبير في السيارات المخفية بنسبة 20-40%.
المتخصص (ج): خبير في السيارات المخفية بنسبة 80-100%.

عندما تصل صورة جديدة، يتحقق OASIC من "تقرير الأضرار" (الخطوة 2) ويختار المتخصص الدقيق الأنسب لمستوى الضرر ذاك.

النتيجة: نظام فائق المرونة

اختبر الباحثون هذا النظام على مجموعة بيانات للسيارات (Stanford Cars) ووجدوا أن:

الذكاء الاصطناعي القياسي يرتبك بسبب الأوراق والدخان، مما يؤدي إلى انخفاض دقة أدائه بشكل كبير.
OASIC يعمل كالمحترفين؛ فهو يتجاهل الخلفية الفوضوية، ويحدد مدى سوء الرؤية، ثم يستدعي الخبير المناسب.

الخلاصة:
من خلال الجمع بين "تظليل" المشتتات و"استدعاء المتخصص المناسب"، نجح OASIC في تحسين قدرة الذكاء الاصطناعي على الرؤية عبر العوائق الكثيفة بنسبة 23.7% مقارنة بالطرق القياسية.

باختصار: يعلم OASIC الذكاء الاصطناعي كيف يتجاهل الضجيج، ويقيس حجم الفوضى، ويحضر الخبير المناسب لإتمام المهمة، بغض النظر عن مدى اختفاء الشيء.

إليك ملخص تقني مفصل لورقة البحث بعنوان "OASIC: التصنيف غير المرتبط بنوع الحجب والمستند إلى شدة الحجب".

1. بيان المشكلة

تتناول الورقة تحدي التصنيف الدقيق للصور في ظل وجود حجب شديد (يصل إلى 90% من الحجب، مما يترك 10% فقط من الشيء مرئياً). حدد المؤلفون سببين جذريين لتدهور الأداء في مثل هذه السيناريوهات:

فقدان المعلومات المرئية: التفاصيل الحرجة المطلوبة للتمييز بين الفئات المتشابهة تكون مخفية.
الأنماط المشتتة: العناصر الحاجبة نفسها (مثل أوراق الشجر، أو الدخان، أو الركام) تُدخل أنسجة معقدة تضلل انتباه النموذج بعيداً عن الشيء المستهدف.

تعتمد الحلول الحالية غالباً على أنواع محددة من الحجب أو تفشل في التعميم على حالات الحجب غير المتوقعة في العالم الحقيقي. علاوة على ذلك، فإن التدريب القياسي على الصور النظيفة أو تعزيز البيانات البسيط لا يهيئ النماذج بشكل كافٍ لمواجهة الضوضاء البصرية المحددة التي تسببها الأنسجة الحاجبة.

2. المنهجية: OASIC

يعمل إطار العمل المقترح، OASIC (التصنيف غير المرتبط بنوع الحجب والمستند إلى شدة الحجب)، عبر مرحلتين رئيسيتين: معالجة الحجب (القناع) واختيار النموذج بناءً على الشدة.

أ. التجزئة والحجب غير المرتبط بنوع الحجب

بدلاً من اشتراط معرفة مسبقة بنوع العنصر الحاجب (مثل "هذا دخان")، يعامل OASIC الحجب كـ شذوذ بصري بالنسبة للشيء النقي.

كشف الشذوذ: تستخدم الطريقة نموذج AnomalyDINO لإنشاء خرائط احتمالية للشذوذ على مستوى البكسل. توضح هذه الخرائط المناطق التي تختلف عن المظهر المتوقع للشيء.
العتبة التكيفية: لتحويل خريطة الشذوذ إلى قناع ثنائي، استخدم المؤلفون طريقة Otsu بدلاً من العتبة الثابتة. تقوم هذه الطريقة بحساب العتبة المثلى ( $\tau^*$ ) لكل صورة ديناميكياً بناءً على مدرج تكراري لدرجات الشذوذ، مما يوازن بين الإيجابيات والسلبيات الكاذبة.
القناع الرمادي: بمجرد تجزئة المناطق المحجوبة، يتم استبدالها بـ درجة رمادية متوسطة موحدة ( $g=127$ ). هذا الإجراء يزيل الأنسجة عالية التردد والمشتتة للعنصر الحاجب (مثل أوراق الشجر أو الدخان) مع الحفاظ على الأجزاء المرئية من الشيء.

ب. تقدير شدة الحجب

يقوم النظام بقياس شدة الحجب ( $\hat{s}$ ) عن طريق حساب متوسط درجات الشذوذ لكل بكسل عبر الصورة. يوفر هذا قيمة مستمرة تمثل جزء الصورة المتأثر بالحجب.

ج. اختيار النموذج المستند إلى الشدة

اكتشف المؤلفون رؤية بالغة الأهمية: النماذج المحسنة لنطاق معين من شدة الحجب تؤدي بشكل أفضل عند اختبارها على مستويات حجب مماثلة.

مجمع النماذج: يتم إنشاء مجمع من نماذج التصنيف ( $\mathcal{F}$ ) عن طريق ضبط نموذج أساسي (DINOv2 ViT-B/14) على مجموعات بيانات ذات مستويات حجب قصوى متفاوتة ( $p \in \{0, 10, \dots, 100\}$ ). يتم تدريب كل نموذج $f_{[0,p]}$ على حجب اصطناعي يتراوح من 0% إلى $p$ %.
الاختيار الديناميكي: في وقت الاستدلال، تُستخدم شدة الحجب المقدرة $\hat{s}$ لاختيار النموذج الأكثر ملاءمة من المجمع. يختار النظام النموذج المدرب على النطاق $[0, p^*]$ حيث $p^*$ هو الحد الأعلى الأقرب لشدة الحجب المقدرة:
$p^* = \arg \min_{p \in P} |\hat{s} - p|$
يضمن ذلك أن النموذج الذي يعالج الصورة مضبوط خصيصاً لمستوى الرؤية الحالي.

3. المساهمات الرئيسية

إطار عمل موحد (OASIC): نهج مبتكر يعالج في آن واحد فقدان المعلومات (عبر الاختيار المستند إلى الشدة) والتشتت البصري (عبر الحجب القائم على الشذوذ).
تجزئة غير مرتبطة بنوع الحجب: القدرة على تحديد وحجب أي عناصر حاجبة (نباتات، دخان، ركام) دون إشراف صريح أو معرفة مسبقة بنوع الحاجب، وذلك عبر الاستفำادة من كشف الشذوذ البصري.
استراتيجية مستندة إلى الشدة: اكتشاف أن نموذجاً واحداً لا يمكنه التعامل بشكل مثالي مع جميع مستويات الحجب. تعمل استراتيجية الاختيار التكيفية المقترحة على توجيه الصور ديناميكياً إلى النموذج الأنسب لشدة الحجب الخاصة بها.

4. النتائج التجريبية

تم تقييم الطريقة على مجموعة بيانات Stanford Cars (196 فئة) باستخدام حجب اصطناعي (أقنعة ضوضاء Perlin مملوءة بأنسجة حقيقية مثل أوراق الشجر، والدخان، والركام).

مقاييس الأداء: المقياس الأساسي هو $AUC_{occ}$ (المساحة تحت المنحنى للدقة مقابل شدة الحجب).
المكاسب المقارنة:
- حقق OASIC تحسناً قدره +18.5 في $AUC_{occ}$ مقارنة بالنماذج المدربة مباشرة على الصور المحجوبة.
- حقق تحسناً قدره +23.7 في $AUC_{occ}$ مقارنة بالنماذج التي تم ضبطها على صور غير محجوبة (نقية).
تحليل المكونات:
- القناع الرمادي: إزالة الأنسجة المشتتة يعزز الأداء بشكل كبير، خاصة ضد الأنسجة المعقدة مثل النباتات والركام، والتي تقلل الدقة أكثر من الأقنعة الرمادية الموحدة.
- اختيار النموذج: استخدام نموذج ثابت مدرب على نطاق واسع (0–90%) يعد أقل كفاءة من الاختيار الديناميكي لنموذج مدرب على نطاق محدد يطابق شدة الصورة المختبرة.
دقة التجزئة: تفوق نهج AnomalyDINO غير المرتبط بنوع الحجب بشكل كبير على خطوط الأساس للتجزئة القائمة على الأوامر النصية (مثل OVSeg) عبر جميع أنواع الحجب، محققاً قيم AUROC ومتوسط دقة (Average Precision) عالية دون الحاجة إلى أوامر نصية.

5. الأهمية والخاتمة

يمثل OASIC خطوة هامة نحو رؤية حاسوبية قوية للنشر في العالم الحقيقي، حيث نادراً ما تكون الأشياء مرئية بالكامل.

القوة (Robustness): يثبت أن معاملة الحجب كشذوذ يسمح بالتعميم عبر مختلف العناصر الحاجبة غير المتوقعة.
القدرة على التكيف: تدرك آلية الاختيار المستندة إلى الشدة أن مستويات الرؤية المختلفة تتطلب تمثيلات ميزات مختلفة، متجاوزة بذلك نموذج "الحل الواحد للجميع".
التأثير المستقبلي: يمكن تطبيق إطار العمل هذا بما يتجاوز التصنيف الدقيق ليشمل مهام مثل الملاحة الذاتية، والمراقبة، والتصوير الطبي، حيث يكون الرؤية الجزئية هو القاعدة. يقترح المؤلفون أن العمل المستقبلي يمكن أن يدمج تقدير الحجب والتصنيف في بنية واحدة متكاملة (end-to-end).