HyTBE: Hyperbolic Target-Background Expert Model for Cross-Domain Infrared Small Target Detection

تخيل أنك محقق يحاول رصد حشرة مضيئة صغيرة في غابة شاسعة وفوضوية في الليل. هذا هو جوهر عمل "الكشف عن الأهداف الصغيرة بالأشعة تحت الحمراء" (IRSTD). في العالم الحقيقي، تساعد هذه التقنية الأقمار الصناعية في العثور على السفن البعيدة، وتساعد الطائرات في رصد الطائرات الأخرى، وتساعد أنظمة الإنذار المبكر في رؤية التهديدات قبل اقترابها. التحدي يكمن في أن هذه "الحشرات المضيئة" (الأهداف) غالبًا ما تكون مجرد بكسلات قليلة السطوع وسط خلفية من السحب المتلاطمة، أو أمواج المحيط، أو أضواء المدينة. لسنوات طويلة، بنى العلماء برامج حاسوبية للعثور على هذه النقاط الصغيرة. تعمل هذه البرامج بشكل رائع عندما تبدو الغابة تمامًا مثل الغابة التي تدربت عليها. لكن المشكلة هي: إذا أخذت برنامجًا تدرب على ليلة هادئة مرصعة بالنجوم وأرسلته إلى غابة عاصفة وضبابية، فقد يصاب بالارتباك؛ قد يفقد الحشرة المضيئة تمامًا أو يخطئ في اعتبار سحابة عشوائية هدفًا. يحدث هذا لأن العلاقة بين النقطة الصغيرة والخلفية تتغير اعتمادًا على المكان الذي تتواجد فيه.

الورقة البحثية التي ستطالعها الآن تعالج هذه المشكلة تحديدًا. أدرك الباحثون أن الطريقة القديمة لتدريب هذه الكواشف كانت جامدة للغاية. لذا اقترحوا نظامًا جديدًا يسمى HyTBE (نموذج خبير العلاقة بين الهدف والخلفية في الفضاء الزائدي). بدلًا من مجرد حفظ شكل الهدف، يتعلم HyTBE فهم العلاقة بين الهدف ومحيطه. يستخدم نوعًا خاصًا من الرياضيات يسمى "الهندسة الزائدية" (تخيلها كخريطة منحنية تشبه السرج بدلًا من ورقة مسطحة) لقياس مدى اختلاف الهدف عن خلفيته. كما يستخدم نهج "خليط من الخبراء"، وهو ما يشبه امتلاك فريق من المتخصصين الذين يعرف كل منهم كيفية التعامل مع أنواع مختلفة من الطقس. ومن خلال التدريب على مجموعة واسعة من سيناريوهات "ماذا لو" واستخدام هذه الخريطة المنحنية لتوجيه قراراته، يمكن لـ HyTBE رصد تلك الحشرات المضيئة حتى عندما يُلقى به في غابة جديدة تمامًا لم يسبق له رؤيتها.

المشكلة: عندما تتغير الغابة

تخيل أنك تتعلم ركوب الدراجة. مارست ذلك على رصيف ناعم ومسطح، وأصبحت بارعًا في التوازن هناك. ولكن فجأة، طُلب منك ركوب الدراجة على شاطئ رملي وعر. فجأة، تشعر أن توازنك قد اختل؛ فالقواعد التي نجحت على الرصيف لا تعمل على الرمال.

هذا ما يحدث لكواشف الأشعة تحت الحمراء. يتم تدريبها على مجموعات بيانات محددة (مثل "الرصيف"). وعندما تواجه مجالًا جديدًا (مثل "الشاطئ")، تتغير الطريقة التي يبدو بها الهدف الصغير مقارنة بالخلفية. يطلق الباحثون على هذا اسم "انزياح العلاقة بين الهدف والخلفية". الأمر لا يتعلق فقط باختلاف مظهر الهدف، بل إن التباين والسياق يتغيران أيضًا. فالنقطة الساطعة التي تبرز بوضوح مقابل سماء مظلمة قد تبدو كبقعة ضبابية أمام سحابة مليئة بالضجيج والنسيج. ولأن الكاشف تعلم فقط "قواعد الرصيف"، فإنه يفشل عندما تسيطر "قواعد الشاطئ".

الحل: القوى الخارقة الثلاث لـ HyTBE

لحل هذه المشكلة، بنى المؤلفون HyTBE، وهو نموذج مصمم ليكون سيدًا في التكيف. يستخدم ثلاث حيل رئيسية ليظل حاد الذكاء مهما كان مكانه.

1. المدرب "ماذا لو" (التدخل في علاقة الهدف والخلفية)

أولاً، يحتاج HyTBE إلى التدرب على كل السيناريوهات الممكنة، وليس فقط تلك التي يراها في بيانات التدريب. قدم الباحثون تقنية تسمى التدخل في علاقة الهدف والخلفية (TBRI).

فكر في هذا كأنه محاكي تدريب يعبث بالمشهد. عادةً، تقوم بتدريب النموذج عبر إظهال صور للأهداف والخلفيات. أما TBRI فهو يشبه محررًا مشاكسًا يستبدل خلفية الصورة بأخرى جديدة، أو يغير سطوع وشكل الهدف نفسه، دون تغيير مفتاح الإجابة.

• التدخل في الخلفية: يحافظ على سلامة الهدف ولكنه يستبدل الخلفية بشيء جديد (مثل تغيير سماء صافية إلى سماء عاصفة).
• التدخل في الهدف: يحافظ على سلامة الخلفية ولكنه يغير الهدف (يجعله أخفت سطوعًا، أو أكثر سطوعًا، أو مختلفًا قليلًا في الشكل).

من خلال القيام بذلك، يتعلم النموذج أن الهدف يمكن أن يبدو بطرق عديدة ومع ذلك يظل هدفًا. يتوقف عن الاعتماد على "مظهر" واحد ويبدأ في فهم العلاقة بين النقطة والضجيج. هذا أمر بالغ الأهمية لأن الورقة توضح أن مجرد حفظ مظهر الهدف ليس كافيًا؛ بل يجب أن يفهم النموذج كيف يرتبط الهدف بمحيطه الخاص.

2. الخريطة المنحنية (نمذجة العلاقة الزائدية)

بمجرد أن يتدرب النموذج على هذه السيناريوهات المتنوعة، فإنه يحتاج إلى طريقة لقياس "المسافة" بين الهدف والخلفية. في الرياضيات العادية (الهندسة الإقليدية)، نقيس المسافة على خط مستقيم. لكن الباحثين وجدوا أن العلاقة بين الأهداف والخلفيات تشبه الشجرة أو الشبكة، والتي تناسبها بشكل أفضل الأسطح المنحنية (كرة بوانكاريه).

تخيل أنك تحاول فرز كومة من الألعاب المختلطة. على طاولة مسطحة، من الصعب رؤية الألعاب التي تنتمي لبعضها إذا كانت جميعها مختلطة. ولكن إذا وضعتها على منزلق منحني، فإن الأشياء المتشابهة ستتدحرج طبيعيًا لتصبح قريبة من بعضها، والأشياء المختلفة ستنزلق بعيدًا.
يستخدم HyTBE هذه "الخريطة المنحنية" لوضع كل جزء من الصورة. فهو ينشئ نقطتي مرجع خاصتين: مرساة الهدف (Target Anchor) ومرساة الخلفية (Background Anchor). ثم يقيس مدى قرب كل جزء من الصورة من هاتين المرساتين باستخدام "المسافة الزائدية".

• إذا كان جزء من الصورة قريبًا جدًا من مرساة الهدف، فمن المرجح أنه هدف.
• إذا كان قريبًا من مرساة الخلفية، فمن المرجح أنه مجرد ضجيج.

هذه الطريقة أفضل بكثير في الفصل بين "الحشرة المضيئة" و"الغابة" مقارنة بالرياضيات المسطحة التقليدية، خاصة عندما تبدو الغابة غريبة. وتوضح الورقة صراحة أن استخدام هذه الرياضيات المنحنية يقلل من الإنذارات الكاذبة (الخلط بين السحب والحشرات المضيئة) بشكل كبير مقارنة باستخدام الرياضيات المسطحة.

3. فريق المتخصصين (المحول الموجه بالزائدية - MoE)

أخيرًا، يحتاج HyTBE إلى اتخاذ قرار بشأن كيفية التعامل مع كل هذه المعلومات. يستخدم نظام "خليط من الخبراء" (Mixture-of-Experts). تخيل غرفة مليئة بالخبراء؛ أحدهم بارع في رصد الأهداف في الضباب، وآخر بارع في ضوء الشمس الساطع، وثالث بارع في العواصف المظلمة.
عادةً، يختار الحاسوب خبيرًا واحدًا ويلتزم به. لكن HyTBE أكثر ذكاءً؛ فهو ينظر إلى "الخريطة المنحنية" التي صنعها للتو ويسأل: "ما نوع الموقف الذي أواجهه؟"

• إذا قالت الخريطة "هذا يبدو كموقف ضبابي"، فإنه يطلب من "خبير الضباب" إصلاح الصورة.
• إذا قالت "هذا يبدو كموقف مشمس ساطع"، فإنه يطلب من "خبير الشمس".

إنه يجمع النصائح من الخبراء المناسبين لإنشاء تنبؤ نهائي فائق الدقة. وهذا يسمح للنموذج بتكييف "رؤيته" فورًا بناءً على العلاقة المحددة بين الهدف والخلفية التي يراها حاليًا.

النتائج: هل نجح الأمر؟

اختبر الباحثون HyTBE على ثلاث مجموعات بيانات من العالم الحقيقي (NUAA-SIRST، وNUDT-SIRST، وIRSTD-1K). واستخدموا اختبارًا صارمًا يسمى "ترك مجال واحد خارج التدريب" (leave-one-domain-out)، مما يعني أنهم دربوا النموذج على مجموعتين من البيانات ثم ألقوا به في المجموعة الثالثة دون أي تدريب إضافي. كان الأمر أشبه بالتدرب على الرصيف وعلى الشاطئ، ثم الاختبار على جبل ثلجي.

كانت النتائج مبهرة. تفوق HyT একটি على جميع الطرق الرائدة الأخرى في هذا المجال.

• في مجموعة بيانات IRSTD-1K، حقق درجة mIoU (وهي درجة تقيس مدى جودة العثور على الأهداف) بلغت 52.31%، متفوقًا على ثاني أفضل طريقة بفارق واضح.
• في NUAA-SIRST، سجل 78.58%، وهي قفزة هائلة عن النماذج السابقة.
• في NUDT-SIRST، وصل إلى 64.83%.

والأهم من ذلك، أنه فعل ذلك مع الحفاظ على عدد قليل جدًا من الإنذارات الكاذبة (الخطأ في تسمية الضجيج كهدف). تشير الورقة إلى أنه بينما قد تجد بعض النماذج الأخرى أهدافًا أكثر، إلا أنها ترتكب الكثير من الأخطاء أيضًا. لقد وجد HyTBE توازنًا أفضل، حيث رصد الأهداف الحقيقية دون أن يطلق الإنذارات الكاذبة كثيرًا.

لماذا يهم هذا؟

تشير الورقة إلى أن الطريقة القديمة المتمثلة في جعل الأهداف "أكثر سطوعًا" أو الخلفيات "أكثر ظلامًا" ليست كافية للعالم الحقيقي. العالم الحقيقي فوضوي وغير متوقع. ومن خلال التركيز على العلاقة بين الهدف والخلفية، وباستخدام خريطة رياضية منحنية لفهم هذه العلاقة، يخلق HyTBE كاشفًا أكثر قوة ومتانة.

يخلص المؤلفون إلى أن هذا النهج — تنويع بيانات التدريب، واستخدام الهندسة الزائدية لقياس العلاقات، واستخدام فريق من الخبراء للتكيف — يوفر مسارًا صلبًا للمستقبل. إنه لا يحل المشكلة لغابة واحدة محددة فحسب، بل يبني محققًا يمكنه التعامل مع أي غابة، حتى تلك التي لم يرها من قبل.