⚡ electrical engineering

LiteEvent-AE: Lightweight Autoencoder for Event-Based Vision on Low-Latency Energy-Constrained Edge Devices

تقدم هذه الورقة LiteEvent-AE، وهو مشفر تلقائي خفيف الوزن للرؤية القائمة على الأحداث يحقق دقة تمييز تنافسية مع عدد معاملات أقل بمقدار 35.6 ضعفاً واستهلاك طاقة أقل بمقدار 726.3 ضعفاً مقارنة بـ YOLOv9، مما يتيح استدلالاً مستداماً وفي الوقت الفعلي على الأجهزة الطرفية محدودة الموارد مثل Raspberry Pi 4B وNVIDIA Jetson Nano.

المؤلفون الأصليون: Riadul Islam, Joey Mule, Dhandeep Challagundla, Shahmir Rizvi, Sean Carson, Rachit Saini

نُشر 2026-08-25

📖 3 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Riadul Islam, Joey Mule, Dhandeep Challagundla, Shahmir Rizvi, Sean Carson, Rachit Saini

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

في عالم الآلات التي ترى، هناك مقايضة جوهرية بين السرعة والطاقة. الكاميرات التقليدية، مثل تلك الموجودة في هواتفنا الذكية، تعمل من خلال التقاط صورة كاملة للمشهد كل جزء من الثانية، بغض النظر عما إذا كان قد تغير أم لا. وهذا يخلق تدفقاً مستمراً من البيانات، والتي يكون الكثير منها مجرد تكرار لنفس الخلفية الساكنة. ولكي يعالج الكمبيوتر هذا، يجب عليه استهلاك كمية كبيرة من الطاقة والوقت، وهو ما يمثل عقبة رئيسية للأجهزة التي تحتاج إلى العمل بالبطاريات أو العمل في الوقت الفعلي، مثل السيارات ذاتية القيادة أو الروبوتات الصغيرة. ولحل هذه المشكلة، طور المهندسون نوعاً مختلفاً من المستشعرات يسمى "كاميرا الأحداث" (event camera). فبدلاً من التقاط صور كاملة، تعمل هذه المستشعرات مثل العين البشرية، حيث لا تسجل سوى إشارة عندما يكتشف بكسل واحد تغيراً في السطوع. وينتج عن ذلك تدفق متفرق وغير متزامن من البيانات يتميز بسرعة وكفاءة فائقتين، ولكنه أيضاً يصعب على برمجيات الرؤية الحاسوبية القياسية فهمه لأنه يفتقر إلى الهيكل الشبكي المألوف للصورة الفوتوغرافية العادية.

وقد طور باحثون في جامعة ميريلاند، بالتيمورك، نظاماً جديداً صُمم لسد هذه الفجوة، مما يسم يسمح باستخدام هذه المستشعرات فائقة الكفاءة في الأجهزة الصغيرة ومنخفضة الطاقة دون التضحية بالدقة. لقد ابتكروا أداة رقمية مدمجة، تُعرف باسم "المُشفّر التلقائي" (autoencoder)، والتي تعمل كمترجم وضواغط لهذا النوع الفريد من البيانات المرئية. يعمل النظام من خلال أخذ التدفق الفوضوي للتغيرات التي سجلتها كاميرا الأحداث وتكثيفه في شكل أصغر ومنظم يمكن للكمبيوتر قراءته بسهل. وبمجرد ضغط هذه البيانات، يمكن لمصنف بسيط متصل بالنظام تحديد الأشياء، مثل الوجوه أو المركبات، بدقة عالية. وقد اختبر الباحثون هذا النهج على مجموعتين مختلفتين من البيانات، ركزت إحداهما على الوجوه البشرية والأخرى على المشاة والمركبات التي تعبر الشارع. ووجدوا أن نظامهم خفيف الوزن يمكنه التعرف على هذه الأشياء بدقة تضاهي أقوى النماذج الضخمة المتوفرة حالياً، ولكنه فعل ذلك باستخدام جزء ضئيل من قدرة الحوسبة.

يكمن الاختراق الحقيقي لهذا العمل في أدائه على الأجهزة الواقعية. فقد نشر الفريق نظامهم على جهازين شائعين محدودَي الموارد: "راسبيري باي 4B" (Raspberry Pi 4B)، وهو كمبيوتر صغير أحادي اللوحة يُستخدم غالباً في المشاريع الهواة، و"إنفيديا جيتسون نانو" (NVIDIA Jetson Nano)، وهي وحدة مصممة للحوسبة الطرفية. وعلى جهاز "راسبيري باي"، عالج نسخة المصنف ذات المُشفر التلقائي بنسبة 50% من النظام البيانات بكفاءة عالية لدرجة أنها استهلكت 16.19 جول فقط من طاقة عبء عمل الاستدلال الذي تم تقييمه. ولوضع ذلك في الاعتبار، فإن نموذجاً قياسياً عالي الأداء يعمل على نفس المهمة وعلى نفس الجهاز سيستهلك طاقة تزيد عن 700 مرة. ومن حيث السرعة، حقق نموذج المصنف بنسبة 50% معدل 44.8 إطاراً في الثانية على جهاز "جيتسون نانو"، مما سمح له بمواكبة المشاهد سريعة الحركة في الوقت الفعلي. وحتى عندما قلل الباحثون حجم نموذجهم إلى النصف لجعله أصغر، فقد احتفظ بقدرته على التعلم والتعرف على الأنماط، مما يثبت أن النظام قوي بما يكفي للتعامل مع الضغط الكبير دون فقدان فعاليته.

يتحدى هذا البحث الافتراض السائد بأن الرؤية عالية الدقة تتطلب أجهزة حاسوبية ضخمة ومستهلكة للطاقة. ومن خلال إثبات أن بنية متخصصة وخفيفة الوزن يمكنها التعامل مع الطبيعة المعقدة والضوضائية للبيانات القائمة على الأحداث، أظهر المؤلفون أنه من الممكن بناء أنظمة ذكية تكون سريعة ومستدامة في آن واحد. لا يعتمد النظام على حسابات معقدة ومستهلكة للوقت أو بصمات ذاكرة كبيرة، بل يستخدم عملية مبسطة لتصفية الضوضاء غير الضرورية والتركيز فقط على التحركات الأساسية التي تحدد ماهية الشيء. وتشير النتائج إلى أن الأجهزة المستقبلية، من الطائرات بدون طيار المستقلة إلى التكنولوجيا القابلة للارتداء، يمكن تزويدها بقدرات رؤية متطورة تعمل لساعات بشحنة واحدة، مما يفتح الباب أمام جيل جديد من الذكاء الاصطناعي الواعي بيئياً وعالي الاستجابة.

أبحاث مشابهة