Physics-informed simulation framework for realistic sonar image generation and statistical validation

ملخص تقني: ACOUSIM – إطار محاكاة قائم على الفيزياء لتوليد صور سونار واقعية والتحقق الإحصائي منها

بيان المشكلة
يواجه تطوير خوارزميات الإدراك القوية للتطبيقات تحت الماء (مثل رسم خرائط قاع البحر، ومكافحة الألغام، وكشف الأجسام) قيوداً بسبب ندرة مجموعات بيانات السونار الحقيقية والمتنوعة وعالية الدقة. إن الحصول على صور سونار حقيقية عملية مكلفة تشغيلياً، ومعقدة لوجستياً، وغالباً ما تكون مقيدة ببروتوكولات أمنية. وبينما توفر تجارب الخزانات المحكومة بديلاً أقل تكلفة، إلا أنها تفشل في التقاط التباين البيئي الواقعي، وأنسجة قاع البحر، وتفاعلات الظل والأجسام المعقدة.

وبناءً على ذلك، يعتمد الباحثون بشكل متزايد على البيانات الاصطناعية المولدة عبر نماذج التعلم (مثل شبكات GANs أو نماذج الانتشار)، ومع ذلك، يظل التحقق من صحة هذه البيانات الاصطناعية فجوة حرجة. تعتمد طرق التقييم الحالية بشكل أساسي على الفحص النوعي أو مقاييس الأداء اللاحقة غير المباشرة (مثل دقة التصنيف). كما أن مقاييس جودة الصورة القياسية مثل PSNR وSSIM وFID وKID قد تمت معايرتها للصور البصرية الطبيعية، وهي تفشل في التقاط إحصائيات الكثافة والنسيج الخاصة بالسونار. علاوة على ذلك، فإن خلط البيانات الحقيقية والاصطناعية أثناء التدريب غالباً ما يحجب الفجوة الجوهرية بين النطاقين. هناك نقص في الطرق الكمية المنهجية لتقييم مدى قرب بيانات السونار الاصطناعية من توزيعات البيانات الحقيقية دون ربط التحليل بأداء التعلم.

المنهجية: إطار عمل ACOUSIM
لمعالجة هذه القيود، قدم المؤلفون ACOUSIM (منصة المحاكاة والتحقق الصوتي)، وهو إطار عمل قائم على الفيزياء لتوليد صور السونار والتحقق الإحصائي المستقل. يعمل الإطار عبر ثلاث مراحل متميزة:

1. نمذجة المشهد المستوحاة من الفيزياء:
   بدلاً من نمذجة انتشار الموجات الصوتية الكاملة، يستخدم ACOUSIM بيئة قائمة على Gazebo لمحاكاة الخصائص البصرية من الدرجة الأولى لصور السونار. يتحكم المحاكي صراحة في المعلمات المتعلقة بالاستحواذ:

• ارتفاع المنصة: يتراوح بين 10 إلى 20 متراً.
• الإضاءة والظلال: يتم ضبط مصادر الضوء الاتجاهية عبر زوايا الدوران (roll, pitch, yaw) لمحاكاة ظلال الأجسام ومناطق التوهج.
• قاع البحر والأجسام: تحاكي أسطح قاع البحر المستوية ذات الأنسجة المتنوعة التشتت الخلفي غير المتجانس، بينما تقدم نماذج الأجسام ثلاثية الأبعاد مناطق الظل والتوهج.
• تكوين الصورة: يتم تقريبه كمعادلة $I(x, y) = L(x, y) \cdot R(x, y)$، حيث تمثل $L$ الإضاءة/الظلال، وتمثل $R$ انعكاسية السطح.

2. نمذجة الضوضاء ومعالجة الصور:
   لتقريب التشتت الصوتي المتماسك والاضطرابات الخلفية، يتم إضعاف الصور الاصطناعية "النظيفة" باستخدام:

• ضوضاء غاوس المضافة: $N(0, \sigma^2)$.
• ضوضاء النمش (Speckle) الضربيه: $S(x, y)$.
  ويتم صياغة الصورة الضوضائية النهائية كالتالي: $I_S(x, y) = (I(x, y) + N(0, \sigma^2)) \cdot S(x, y)$.
  ومن الأهمية بمكان أن الإطار يتضمن خطوة التقطيع المتسق فيزيائياً؛ فبما أن المخرجات الاصطناعية الخام غالباً ما تحتوي على خلفية قاع بحر مفرطة مقارنة بالبيانات الحقيقية (حيث يتم قص الأهداف)، يتم قص العينات الاصطناعية وضبط التكبير لتتطابق مع مقياس الجسم، والإطار، وخصائص الرؤية لصور السونار الحقيقية.

3. التحقق الإحصائي المستقل:
   يقيم الإطار مدى التوافق بين التوزيعات الحقيقية ($P$) والاصطناعية ($Q$) باستخدام مدرجات الكثافة العالمية وتدرج النسيج المحلي (الأنماط الثنائية المحلية - LBP). يتم استخدام ثلاثة مقاييس متكاملة:

• تباعد كولباك - ليبلر (KL Divergence): يقيس فقدان المعلومات الاتجاهي.
• تباعد جينسن - شانون (JS Divergence): يوفر مقياساً متماثلاً ومحدوداً.
• مسافة نقل الأرض (EMD): تقيس الحد الأدنى لتكلفة النقل، وهي حساسة بشكل خاص لتحولات التوزيع الناتجة عن إزاحة الظل.
  يتم تقييم المتانة عبر تحليل طبقي خماسي الأبعاد.

المساهمات الرئيسية

• منصة ACOUSIM: منصة محاكاة وتحقق مستقلة، قائمة على الفيزياء، وغير تابعة للنماذج التوليدية.
• مخطط التحقق الإحصائي: منهجية تقييم مبتكرة تعتمد على توزيعات كثافة السطوع وتدرج LBP، والتي يتم قياسها عبر مقاييس KL وJS وEMD، والمصممة خصيصاً لبيانات السونار.
• التقييم الصارم: تقييم منهجي على مجموعتي بيانات حقيقيتين من العالم الحقيقي (SeabedObjects-KLSG-II و Sonar Common Target Detection - SCTD) باستخدام تحليل على مستوى مجموعة البيانات وتقييم متانة طبقي.

النتائج التجريبية
تم اختبار الإطار مقابل مجموعتي بيانات KLSG-II وSCTD، مع التركيز على فئتين من الأجسام: "الطائرة" (Plane) و"السفينة" (Ship).

• توافق النسيج: أظهرت المحاكاة توافقاً قوياً في النسيج المحلي عبر جميع الفئات ومجموعات البيانات. ظلت قيم تباعد KL لتوزيعات LBP باستمرار أقل من 0.07، وقيم EMD أقل من 0.016. يشير هذا إلى أن الإطار يحافظ بفعالية على أنماط النسيج الدقيقة وتوزيعات التدرج المكاني.
• توافق الكثافة:
  • فئة الطائرة: أظهرت توافقاً قوياً إلى متوسط في الكثافة العالمية (قيم KL بلغت 0.1804 لـ KLSG-II و0.2500 لـ SCTD). كشفت التصورات البيانية على مستوى التوزيع عن تداخل كبير في نطاق الكثافة المتوسطة.
  • فئة السفينة: أظهرت تباعداً أكبر بكثير، لا سيما في مجموعة بيانات SCTD (KL = 0.9173)، مما يشير إلى توافق منخفض. يُعزى ذلك إلى هندسة الهيكل المستطيلة ومناطق الظل المعقدة للسفن، والتي تسبب تباينات في الكثافة لا يتم إعادة إنتاجها بالكامل في المحاكاة الحالية.
• المتانة: أكد التحليل الطبقي خماسي الأبعاد استقرار توافق الكثافة العالمية لفئة الطائرة، لكنه سلط الضوء على تباين أعلى لفئة السفينة، مما يعكس الحساسية لتغيرات زاوية الرؤية وهندسة الظل.

الأهمية والادعاءات
يزعم المؤلفون أن ACOUSIM يضع خطاً مرجعياً قابلاً لإعادة الإنتاج على مستوى التوزيع للتقييم من المحاكاة إلى الواقع (sim-to-real) في السونار. ومن خلال فصل تقييم البيانات الاصطناعية عن نماذج تعلم الآلة، يوفر الإطار معياراً شفافاً وقابلاً للتفسير لمقارنة صور السونار الحقيقية والاصطناعية.

يضع هذا العمل نفسه كأول جهد منهجي لتقييم واقعية السونار الاصطناعي من خلال التوافق الإحصائي المباشر للتوزيع دون الاعتماد على مقاييس الأداء القائمة على التعلم. يدعم الإطار تطوير مجموعات بيانات موثوقة لتحليل الصور تحت الماء ويضع الأساس لتطوير "توائم رقمية" مستقبلية قائمة على الفيزياء لأنظمة الاستشعار تحت الماء. يلتزم المؤلفون بنطاق عمل متواضع، مشيرين إلى أنه بينما يتعامل الإطار جيداً مع الأهداف من فئة الطائرات، تظل تعقيدات فئة السفن تحدياً بسبب هندسة الظل، وسيركز العمل المستقبلي على توسيع تنوع الأجسام وقاع البحر.