Remote SAMsing: From Segment Anything to Segment Everything

إليك ملخص تقني مفصل لورقة "Remote SAMsing: From Segment Anything to Segment Everything".

1. بيان المشكلة

يواجه تطبيق نموذج Segment Anything Model 2 (SAM2) على صور الاستشعار عن بعد (RS) واسعة النطاق عقبتين حرجتين تمنعان استخدامه في بيئات الإنتاج:

1. المقايضة بين الجودة والتغطية: يقوم مُولد الأقنعة التلقائي (AMG) في SAM2 بتصفية التنبؤات بناءً على تقاطع الاتحاد (IoU) المتوقع ودرجات الاستقرار.
   • العتبات الصارمة (Strict thresholds) تنتج أقنعة عالية الجودة ولكنها تترك أجزاء كبيرة من الصورة دون تقسيم (تغطية منخفضة، غالباً 30-68%).
   • العتبات المرنة (Relaxed thresholds) تزيد من التغطية ولكنها تُدخل أقنعة منخفضة الجودة ومليئة بالضجيج.
   • لا تستطيع النهج الحالية أحادية المرحلة تحقيق تغطية عالية ودقة عالية في آن واحد دون ضبط يدوي.
2. عدم الاتساق المكاني (عيوب التقطيع/Tiling Artifacts): غالباً ما تمتد صور الاستشعار عن بعد عبر عشرات الآلاف من البكسلات، مما يتطلب تقسيمها إلى بلاطات (tiles) (مثل 1024×1024) لمعالجتها.
   • الأجسام التي تعبر حدود البلاطات تتعرض للتجزئة.
   • غالباً ما تفشل طرق التجميع (stitching) القياسية في التوفيق بين هذه الأجزاء لتشكيل تقسيم متسق عالمياً، مما يؤدي إلى ظهور "أجزاء ضخمة" (mega-segments) (اندماجات زائفة) أو أجسام منفصلة.

2. المنهجية: Remote SAMsing

يقترح المؤلفون Remote SAMsing، وهو خط معالجة مفتوح المصدر وصفر-المعرفة (zero-shot) يحل هذه المشكلات دون تعديل بنية SAM2 أو الحاجة إلى بيانات تدريب. يتكون خط المعالجة من ثلاثة مكونات أساسية:

أ. التقسيم التكيفي متعدد المراحل (لحل مشكلة التغطية)

بدلاً من مرحلة واحدة، يقوم خط المعالجة بالتكرار على كل بلاطة باستخدام استراتيجية "تبسيط المشهد التدريجي":

• القناع الأسود (Black Masking): بعد كل مرحلة، يتم طلاء البكسلات التابعة للأقنعة المقبولة باللون الأسود. هذا يزيل الأجسام التي تم تقسيمها بالفعل، مما يبسط المشهد للمرحلة التالية.
• التحفيز الشبكي الكثيف (Dense Grid Prompting): توضع المحفزات (prompts) على شبكة منتظمة $k \times k$، ولكن يتم استبعاد النقاط التي تقع على بكسلات مقسمة بالفعل (سوداء). يضمن ذلك تركيز المحفزات على المناطق المتبقية وغير المقسمة.
• تضاؤل العتبة التكيفي (Adaptive Threshold Decay): يبدأ خط المعالجة بعتبات جودة صارمة ($\tau_{start}$). لا يتم تخفيف العتبات (بمقدار $\Delta$) إلا عندما يستقر اكتساب التغطية (يهبط تحت عتبة $\epsilon$). يضمن ذلك التقاط الأجسام الأكثر بروزاً أولاً بدقة عالية، بينما تلتقط المراحل اللاحقة المناطق المتبقية بعتبات أقل.

ب. الاتساق المكاني عبر الحواف السياقية والدمج (لحل مشكلة التجزئة)

• الحواف السياقية (Contextual Padding): يتم استخراج البلاطات مع تداخل ($p$ بكسل) على جميع الجوانب. يتم إجراء التقسيم على النافذة المبطنة، ولكن يتم الاحتفاظ بالنواة المركزية فقط. يضمن هذا تقسيم الأجسام القريبة من الحواف بشكل كامل، مما يسمح لخوارزمية الدمج باكتشاف الاتصالات عبر حدود البلاطات.
• الدمج الأفضل المطابق الخالي من المعلمات (Parameter-Free Best-Match Merge):
  • بدلاً من دمج جميع الأجزاء المتلامسة (مما يسبب اندماجات زائفة)، تستخدم الخوارزمية هيكل "الاتحاد-البحث" (Union-Find).
  • لكل جزء عند حدود البلاطة، تحدد الخوارزمية الجار صاحب أعلى مساحة تلامس (أفضل مطابقة).
  • تندمج الأجزاء فقط مع جارها الأفضل الوحيد. يتعامل هذا مع حالات الانقسام 1:1 وحالات الانقسام N:1 (جسم واحد مجزأ في جانب واحد، وكامل في الجانب الآخر) دون الحاجة إلى معلمات قابلة للضبط.

ج. حجم البلاطة كمعلم مقياس ضمني

حدد المؤلفون أن حجم البلاطة ($T$) يعمل كمعلم للمقياس (scale parameter). بما أن SAM2 يعيد تغيير حجم المدخلات إلى 1024×1024، فإن تقليل حجم البلاطة يكبّر الأجسام فعلياً في فضاء الميزات، مما يحسن اكتشاف الأجسام الصغيرة (مثل السيارات) دون الحاجة إلى آلية تعدد المقاييس المدمجة في SAM2 (crop_n_layers).

3. المساهمات الرئيسية

1. حل على مستوى خط المعالجة: نهج مبتكر يحقق تغطية شبه كاملة (91-98%) واتساقاً مكانياً عالياً دون ضبط دقيق للنموذج الأساسي.
2. التبسيط التكراري: استراتيجية "القناع الأسود" تكسر بفعالية المقايضة بين التغطية والجودة من خلال عزل المناطق الصعبة التقسيم للمراحل اللاحقة.
3. تسوية الحدود القوية: استراتيجية دمج خالية من المعلمات تمنع مشكلة "الأجزاء الضخمة" الشائعة في التقسيم المعتمد على البلاطات.
4. تقييم منهجي: أول تحليل شامل لـ SAM2 على صور استشعار عن بعد واسعة النطاق عبر سبعة مشاهد، وثلاثة دقات مكانية (من 5 سم إلى 4.78 م)، وتكوينين طيفيين (RGB و MNF false-color).

4. النتائج التجريبية

تم تقييم خط المعالجة على ISPRS Potsdam (5 سم GSD)، وBrasília (24 سم GSD)، وAgri-BR (4.78 م GSD، MNF false-color).

• التغطية: ارتفعت من 30-68% (SAM2 أحادي المرحلة) إلى 91-98% عبر جميع المشاهد.
• جودة الكشف (Det@0.5):
  • الأجسام المنفصلة: أداء ممتاز على المباني (95%)، والسيارات (82-93%)، والحقول الزراعية (95-100%).
  • الأجسام الصغيرة: أدى تقليل حجم البلاطة من 1,000 إلى 250 بكسل إلى تحسين اكتشاف السيارات في Brasília من 56% إلى 85%، متفوقاً على آلية تعدد المقاييس الأصلية في SAM2.
  • الفئات غير المنتظمة (Amorphous Classes): معدلات اكتشاف أقل لفئات "الأشياء الممتدة" (stuff) (مثل الغطاء النباتي المنخفض، والأسطح غير المنفذة) بسبب الحدود المنتشرة، ولكن مع دقة متوسطة للقطع (ASA) عالية (76-99%)، مما يشير إلى أن البكسلات يتم تعيينها بشكل صحيح حتى لو لم يتم إعادة بناء حدود الأجسام بشكل مثالي.
• المقارنة مع النماذج المرجعية:
  • تفوق بشكل كبير على طرق السوبر-بكسل (superpixel) مثل SLIC و Felzenszwalb في مقياس Boundary IoU (BIoU) ومعدلات الكشف.
  • تتوافق الأجزاء المستخرجة بواسطة SAM2 مع حدود الأجسام (الهيكل المتعلم) وليس فقط التدرجات الطيفية.
• القابلية للتوسع: نجح في معالجة فسيفساء Potsdam التي تبلغ 1.94 مليار بكسل (36,000 × 54,000 بكسل) بتغطية 97% ودون تدهور في الجودة، واستغرق المعالجة في حوالي 20 ساعة على وحدة معالجة رسومات (GPU) واحدة.
• التعميم: حقق 99.5% ASA باستخدام صور MNF false-color في Agri-BR، رغم أن SAM2 تدرب فقط على صور RGB الطبيعية.

5. الأهمية والآثار المترتبة

• ديمقراطية تحليل الاستشراف عن بعد: يزيل Remote SAMsing الحاجة إلى خبراء المجال لضبط معلمات SAM2 المعقدة يدوياً (عتبات IoU، كثافة الشبكة). خط المعالجة جاهز للاستخدام ("plug-and-play") للصور الكبيرة.
• توليد السوبر-بكسل لتحليل الصور القائم على الأجسام (OBIA): تعمل المخرجات كمدخل مثالي للتقسيم المفرط (over-segmentation) لتحليل الصور القائم على الأجسام (OBIA). تضمن قيمة BIoU العالية عدم تسرب الأجزاء عبر حدود الفئات، مما يجعلها مناسبة للتصنيف اللاحق.
• القدرة على العمل بصفر-معرفة (Zero-Shot): يثبت الأسلوب إمكانية تطبيق النماذج التأسيسية على نماذج متنوعة من الاستشعار عن بعد (بما في ذلك الألوان الزائفة والدقات المتفاوتة) دون إعادة تدريب، بشرط أن يعالج خط المعالجة مشكلات المقياس والتغطية.
• العمل المستقبلي: يشير المؤلفون إلى أنه بينما يحل خط المعالجة مشكلات التغطية والاتساق، يمكن أن تركز التحسينات المستقبلية على المعالجة الهرمية متعددة المقاييس للتعامل بشكل أفضل مع الغطاء الأرضي غير المنتظم والأجسام الصغيرة ذات الدقة العالية جداً.

في الختام، يحول Remote SAMsing نموذج SAM2 من أداة بحثية تعتمد على الرقع (patches) إلى محرك جاهز للإنتاج لتقسيم الاستشراف عن بعد واسع النطاق، حيث يحل المقايضات المتأصلة في التغطية والجودة والاتساق المكاني من خلال تصميم ذكي لخط معالجة خالٍ من المعلمات.