💻 computer science

Towards UAV Detection in the Real World: A New Multispectral Dataset UAVNet-MS and a New Method

تقدم هذه الورقة البحثية UAVNet-MS، وهي أول مجموعة بيانات متعددة الأطياف للكشف الدقيق عن الطائرات بدون طيار الصغيرة، وتقترح طريقة MFDNet التي تستفيد من الإشارات الطيفية المتكاملة لتتفوق بشكل كبير على الأنظمة الحالية التي تعتمد على الأشعة المرئية (RGB) فقط في السيناريوهات الواقعية الصعبة.

المؤلفون الأصليون: Yihang Luo, Jun Chen, Chao Xiao, Yingqian Wang, Zhaoxu Li, Qiang Ling, Xu He, Nuo Chen, Gaowei Guo, Hongge Li, Miao Li, Longguang Wang, Yulan Guo, Li Liu, Wei An, Zhijie Chen

نُشر 2026-05-21

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Yihang Luo, Jun Chen, Chao Xiao, Yingqian Wang, Zhaoxu Li, Qiang Ling, Xu He, Nuo Chen, Gaowei Guo, Hongge Li, Miao Li, Longguang Wang, Yulan Guo, Li Liu, Wei An, Zhijie Chen

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 رصد طائرة بدون طيار (درون) صغيرة ومحددة للغاية وهي تحلق عالياً في مدينة مزدحمة. أنت تنظر من خلال كاميرا عادية (RGB). إن هذا الأمر صعب للغاية لثلاثة أسباب:

"لغز البكسل": الطائرة صغيرة جداً لدرجة أنها لا تتعدى بضعة بكسلات فقط. تبدو كنقطة ضبابية، مما يجعل من الصعب معرفة ما إذا كانت طائرة درون أم مجرد ذرة غبار.
"ارتباك الطيور": الطائر الذي يطير بالقرب منها يبدو تماماً مثل الطائرة من حيث الشكل واللون من مسافة بعيدة. لهما نفس الشكل واللون.
"مشكلة التمويه": قد تكون الطائرة من نفس لون الأشجار أو المباني خلفها، مما يجعلها تختفي في الخلفية.

تقول هذه الورقة البحثية إن الاعتماد فقط على "الشكل واللون" (الإشارات المكانية) من كاميرا عادية ليس كافياً. الأمر يشبه محاولة التعرف على شخص في حشد بمجرد النظر إلى ظله؛ إذا كان بعيداً أو يرتدي قناعاً، فلن تتمكن من التأكد.

الحل الجديد: "ماسح المواد"

قدم المؤلفون طريقة جديدة للرؤية: التصوير متعدد الأطياف (MSI).

تخيل الكاميرا العادية كرسام لا يرى سوى الألوان السطحية. أما الكاميرا متعددة الأطياف فهي مثل عالم فائق يمكنه رؤية "بصمة" المادة نفسها. حتى لو بدت الطائرة والطائر متطابقين في الشكل واللون، إلا أنهما مصنوعان من أشياء مختلفة (بلاستيك مقابل ريش). يمكن للكاميرا متعددة الأطياف اكتشاف هذه الاختلافات غير المرئية في المواد، مما يجعلها تعمل كـ "جهاز كشف الكذب" الذي يكشف عن ماهية الشيء الذي صُنع منه فعلياً، بغض النظر عن مدى صغره أو تمويهه.

ما صنعوه: مجموعة بيانات "UAVNet-MS"

لإثبات نجاح ذلك، بنى الفريق مكتبة ضخمة من البيانات الجديدة تسمى UAVNet-MS.

الجمع: لم يكتفوا بالتقاط الصور فحسب؛ بل استخدموا جهاز كاميرا خاصاً يلتقط 14 مشهداً مختلفاً لنفس المشهد في اللحظة ذاتها (7 نطاقات طيفية "غير مرئية" + عرض واحد للألوان العادية).
التحدي: ملأوا هذه المكتبة بأكثر من 15,000 صورة لطائرات درون صغيرة في مواقف صعبة: أيام ضبابية، ليالٍ ممطرة، وضد خلفيات مزدحمة.
الهدف: هي بمثابة "صالة ألعاب رياضية للتدريب" للحواسيب لتعلم كيفية رصد هذه الطائرات الصغيرة باستخدام شكلها وبصمة مادتها معاً.

المحقق الجديد: "MFDNet"

أنشأوا أيضاً محقق ذكاء اصطناعي جديد يسمى MFDNet لاستخدام هذه البيانات الجديدة. وإليك كيف يعمل، باستخدام تشبيه بسيط:

تخيل فريق تحقيق مكون من شخصين يحلان جريمة ما:

المحقق RGB (خبير الشكل): هذا المحقق بارع في رؤية الخطوط العريضة، والملمس، والحركة. إنه سريع وجيد في تحديد مكان الأشياء. ومع ذلك، فإنه يرتبك عندما تتشابه الأشياء (مثل الطائر مقابل الدرون).
المحقق MSI (خبير المادة): هذا المححقق بطيء ولكنه ذكي للغاية فيما يتعلق بما تصنع منه الأشياء. يمكنه التمييز بين البلاستيك والريش حتى لو كانت الأشكال متطابقة.

المشكلة: في الماضي، كان هذان المحققان يحاولان العمل من نفس المخطط، ولكن نظرًا لأن الكاميرات كانت مزاحة قليلاً (مثل عينين تريان بزوايا مختلفة قليلاً)، فقد استمرا في الجدال حول مكان الشيء بالضبط.

الحل (MFDNet):

خريطة "ArrayCode": أعطى الفريق كلا المحققين خريطة تقنية عالية المستوى تأخذ في الاعتبار فرق الزاوية الطفيف بين كاميراتهما. الآن، يتفقان تماماً على مكان الشيء.
تدريب متخصص: ترك كل محقق يستخدم دفتر ملاحظاته الخاص. يستخدم خبير الشكل دفتراً للهندسة؛ بينما يستخدم خبير المادة دفتراً للتوقيعات الطيفية. لا يخلطان ملاحظاتهما حتى النهاية تماماً.
التعاون الذكي: لا يدمجان نتائجهما إلا عند النظر في التفاصيل الدقيقة ("المقياس الدقيق"). فهما يبقيان تفكيرهما في "الصورة الكبيرة" منفصلاً لتجنب الارتباك. وهذا يضمن إمساكهما بالطائرات الصغيرة دون الوقوع في فخ الإنذارات الكاذبة.

النتائج

عندما اختبروا هذا الفريق الجديد ضد 20 "محققاً" آخر (نماذج ذكاء اصطناعي موجودة):

الفوز: وجد MFDNet طائرات درون صغيرة أكثر بنسبة 6.2% من أفضل نموذج يعتمد على الكاميرا العادية فقط.
السحر: كان التحسن الأكبر في فئة الطائرات "متناهية الصغر" والأصعب في الرصد. وهذا يثبت أن إضافة "بصمة المادة" (البيانات الطيفية) هي المفتاح لحل اللغز عندما تفشل "الشكل" (البيانات المكانية).

باخت شديد: تقول الورقة البحثية: "لا تنظر فقط إلى ما يبدو عليه الشيء؛ بل انظر إلى ما صُنع منه". من خلال الجمع بين مجموعة بيانات جديدة عالية الجودة وذكاء اصطناعي ذكي يحترم فيزياء كيفية عمل هذه الكاميرات، يمكننا أخيراً رصد الطائرات الصغيرة المموهة التي كانت غير مرئية للأنظمة القياسية.

ملخص تقني: نحو كشف الطائرات بدون طيار في العالم الحقيقي: مجموعة بيانات متعددة الأطياف جديدة UAVNet-MS وطريقة جديدة

1. تعريف المشكلة

تتطلب زيادة انتشار المركبات الجوية غير المأهولة (UAVs) في الاقتصاد منخفض الارتفاع أنظمة مراقبة دقيقة وعالية التفاصيل. ومع ذلك، تواجه طرق الكشف الحالية التي تعتمد على صور RGB أو دمج RGB مع الأشعة تحت الحمراء (IR) قيوداً جوهرية عند العمل في بيئات واقعية ومعقدة منخفضة الارتفاع. تعتمد هذه الأنظمة بشكل أساسي على الإشارات المكانية (الشكل، الملمس، الشدة)، والتي تتدهور بشكل كبير في ظل ثلاث حالات محددة:

خصائص الهدف: غالباً ما تظهر الطائرات بدون طيار كأجسام صغيرة للغاية (بضع بكسلات)، مما يجعل الميزات المكانية غير واضحة. علاوة على ذلك، تؤدي التشابهات العالية بين أنواع مختلفة من الطائرات بدون طيار إلى حدوث أخطاء في التصنيف حتى عندما يكون تحديد الموقع دقيقاً.
الضجيج البيئي: يمكن للضجيج الديناميكي، مثل الطيور، أن يحاكي أنماط الشكل والشدة للطائرات بدون طيار البعيدة، مما يؤدي إلى إنذارات كاذبة متكررة.
الاقتران بين الهدف والخلفية: غالباً ما تظهر الأهداف الصغيرة تبايناً منخفضاً مقابل الخلفيات المعقدة (مثل أوراق الشجر، واجهات المباني)، مما يجعل الإشارات المكانية غير موثوقة.

تجادل الورقة بأن الاعتماد فقط على المعلومات المكانية غير كافٍ للكشف القوي. وبينما يقوم التصوير متعدد الأطياف (MSI) بتشفير البصمات الطيفية المعتمدة على المواد والتي يمكن أن توفر أدلة تمييزية تكميلية، فإن الكشف الدقيق عن الطائرات بدون طياف الصغيرة باستخدام MSI لا يزال غير مستكشف بشكل كافٍ بسبب نقص مجموعات البيانات المخصصة، والنماذج المرجعية، والمعايير القياسية.

2. المساهمات الرئيسية

أ. مجموعة بيانات UAVNet-MS

قدم المؤلفون UAVNet-MS، وهي أول مجموعة بيانات متعددة الأطياف مصممة خصيصاً للكشف الدقيق عن الطائرات بدون طيار الصغيرة.

تكوين البيانات: تحتوي مجموعة البيانات على 15,618 مكعب بيانات RGB-MSI متزامنة زمنياً تم التقاطها بواسطة نظام تصوير متعدد الأطياف قائم على المصفوفات (AMIS).
المواصفات: يتضمن كل مكعب 3 قنوات RGB و7 نطاقات MSI (450-900 نانومتر) بدقة مكانية عالية تبلغ 1440 × 1080 بكسل.
التوصيفات: تتميز بحدود الإحاطة (bounding boxes) لأربعة أنواع من الطائرات بدون طيار متنوعة المواد (على سبيل المثال، تختلف بين تركيبات ألياف الكربون والبلاستيك).
التحديات: تعكس مجموعة البيانات الصعوبات الواقعية، حيث أن 93.7% من الأهداف هي "متناهية الصغر" (Extremely Tiny) أو "صغيرة" (Tiny) (مساحة ≤ 322 بكسل، بمتوسط 182 بكسل، أو حوالي 0.02% من مساحة الصورة). وهي تغطي أربع حالات جوية، و15 نوعاً من المشاهد، وإضاءة متفاوتة، مع سيادة انخفاض نسبة الإشارة إلى الضجيج في ذروة الموضع المحلي (LPC-SNR).
القابلية للفصل الطيفي: يؤكد التحليل أنه بينما تتدهور قابلية الفصل في RGB بشكل حاد عند المقاييس الصغيرة، فإن MSI تحافظ على مسافات بينية عالية بين الفئات بسبب البصمات الطيفية المميزة للمواد.

ب. MFDNet (كاشف الدمج متعدد الأطياف)

لمعالجة التحديات المحددة للاستشعار القائم على المصفوفات وكشف الأجسام الصغيرة، اقترح المؤلفون MFDNet، وهو كاشف ذو مسارين (dual-stream). يعتمد هيكله على ثلاثة مبادئ:

الأولوية الهندسية المدركة للمصفوفة (ArrayCode):
- المشكلة: يسبب الاستحواذ القائم على المصفوفات اختلافاً في المنظر (parallax) بين النطاقات يختلف باختلاف عمق الجسم، وهو ما لا تستطيع عملية التوافق العالمي (global homography) القياسية تصحيحه للأهداف الصغيرة.
- الحل: بدلاً من عمليات التشويه الثقيلة على مستوى الميزات، يقوم MFDNet بحقن طوبولوجيا مصفوفة الكاميرا (3×3) في تمثيل المدخلات. حيث يحدد كاميرا RGB كنقطة ارتكاز هندسية ويضيف خرائط الإزاحة النسبية المعيارية ( $\Delta x, \Delta y$ ) إلى مدخلات RGB وMSI معاً. وهذا يسمح للشبكة بتعلم وتعويض اختلاف المنظر بشكل ضمني.
تعلم التمثيل الخاص بكل نمط (Modality-Specific):
- المشكلة: غالباً ما تنحاز البنية الموحدة (unified backbone) في التمثيل نحو النمط المهيمن (RGB)، مما يثبط الإشارات الطيفية الدقيقة.
- الحل: يستخدم MFDNet بنى تحتية منفصلة. يستخدم مسار RGB بنية DLA-34 للحفاظ على الملامس المكانية عالية الدقة. أما مسار MSI فيستخدم مشفراً ثلاثي الأبعاد (3D encoder) لنمذجة التبعيات الحجمية عبر النطاقات الطيفية، مما يلتقط الارتباطات بين النطاقات الضرورية لتحديد المواد.
الدمج الدلالي المنفصل والمدرك للمقياس:
- المشكلة: يمكن أن يؤدي دمج الأنماط في جميع المستويات إلى إفساد السياق الدلالي عالي المستوى المطلوب لقمع الإنذارات الكاذبة.
- الحل: يقتصر الدمج على الطبقات الدقيقة (المستويات 1 و2). يتم حقن ميزات MSI في مسار RGB عبر الجمع العنصري (element-wise addition) لتعزيز تباين الأهداف الصغيرة. وتظل الميزة الدلالية في المستوى الأعلى (المستوى 3) تعتمد كلياً على RGB للحفاظ على تجريد دلالي مستقر لضمان قمع قوي للإنذارات الكاذبة.

3. النتائج التجريبية

قيم المؤلفون MFDNet مقابل 20 كاشفاً نموذجياً (بما في ذلك نماذج مرحلتين، ونموذج مرحلة واحدة، وسلسلة YOLO، والنماذج القائمة على Transformer) تحت ثلاثة بروتوكولات: RGB فقط، MSI فقط، و RGB+MSI.

تحسن الأداء: حقق MFDNet تحسناً بنسبة +6.2% AP50 مقارنة بأفضل كاشف يعتمد على RGB فقط (CenterNet*).
أداء الأجسام الصغيرة: كانت المكاسب أكثر وضوحاً في فئة "متناهية الصرفة" (ET)، حيث وصل MFDNet إلى 19.9% AP مقارنة بـ 13.8% لأفضل خط أساس يعتمد على RGB فقط. وهذا يثبت أن الإشارات الطيفية فعالة بشكل خاص عندما تنهار الميزات المكانية.
التحليل النوعي: تظهر النتائج المرئية أن MFDNet يقلل بشكل كبير من الإنذارات الكاذبة الناتجة عن الضجيج الديناميكي (مثل الطيور) ومن فقدان الكشف عن الأهداف ذات التباين المنخفض مقارنة بـ RGB فقط ونماذج الدمج البسيطة.
دراسات الاستئصال (Ablation Studies):
- المحاذاة: تفوق أسلوب ArrayCode القائم على الفيزياء على طرق التوافق القائمة على البيانات (مثل Deformable Alignment)، مما يؤكد أهمية الأولويات الهندسية الصريحة.
- الفرع الطيفي: تفوق الترميز ثلاثي الأبعاد مع النطاقات الطيفية المرتبة على المتغيرات ثنائية الأبعاد والنطاقات المختلطة، مما يؤكد ضرورة الحفاظ على استمرارية الطول الموجي الفيزيائي.
- الدمج: أدى تقييد الدمج في المقاييس الدقيقة (الانفصال الدلالي) إلى نتائج أفضل من التكامل في العمق الكامل، مما حقق توازناً بين الحساسية الطيفية المحلية والاستقرار الدلالي العالمي.

4. الأهمية والادعاءات

تضع هذه الورقة عملها كخطوة تأسيسية نحو سد الفجوة بين الاستشعار متعدد الأطياف ومراقبة الطائرات بدون طيار العملية.

وضع المعايير: إنها تضع أول معيار مخصص للكشف الدقيق عن الطائرات بدون طيار الصغيرة باستخدام الإشارات متعددة الأطياف، معالجةً بذلك النقص التاريخي في مجموعات البيانات التي تجمع بين الدقة العالية، والتزامن الزمني، وتنوع المواد.
الرؤية المنهجية: توضح أن مجرد توسيع نطاق بنيات RGB ليس كافياً للأهداف الصغيرة للغاية. بدلاً من ذلك، فإن نمذجة الإشارات الطيفية صراحةً عبر تصميم ثنائي المسار يوفر أدلة مادية تكميلية تعزز التمييز بما يتجاوز الإشارات المكانية وحدها.
الاتجاهات المستقبلية: يشير المؤلفون إلى أنه بينما يضع MFDNet خط أساس قوياً، لا تزال هناك فجوة في الأداء بين RGB فقط والأسس متعددة الأطياف، مما يحفز البحث المستقبلي في تعلم التمثيل الأكثر تركيزاً على الطيف. بالإضافة إلى ذلك، فإن التكلفة الحسابية للنمذجة الطيفية الحجمية تسلط الضوء على الحاجة إلى حوسبة طيفية خفيفة الوزن للنشر في البيئات محدودة الموارد.

تخلص الورقة إلى أن UAVNet-MS و MFDNet يوفران مجموعة البيانات، والنموذج المرجعي، والمعيار اللازمين للنهوض بالأبحاث المستقبلية في مجال مراقبة الطائرات بدون طيار متعددة الأطياف.