Research on Deep Learning-Based Detection Methods for Small Infrared Targets
تقترح هذه الورقة البحثية SLS-DNANet، وهو إطار عمل جديد للتعلم العميق يدمج وحدة انتباه مكاني متعدد المقاييس ودالة فقدان حساسة للمقياس والموقع لتعزيز دقة الكشف بشكل كبير وتقليل الإنذارات الكاذبة للأهداف تحت الحمراء الصغيرة ذات الإشغال البكسلي المنخفض والتباين في المقياس.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://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 حشرة مضيئة صغيرة في غابة شديدة الظلمة أثناء عاصفة. الرياح تعصف، والأوراق تصدر حفيفاً، والحشرة المضيئة صغيرة جداً لدرجة أنها ليست سوى بضع بكسلات من الضوء وسط خلفية صاخبة وضخمة. هذا هو التحدي اليومي للحواسيب التي تحاول العثور على "الأهداف الصغيرة بالأشعة تحت الحمراء". في عالم العلوم، يعد التصوير بالأشعة تحت الحمراء بمثابة قوة خارقة تسمح لنا برؤية الحرارة بدلاً من الضوء، مما يتيح لنا رصد الأشياء في الظلام، أو عبر الضباب، أو في الطقس السيئ. وهو يُستخدم في كل شيء، بدءاً من رصد الحياة البرية ليلاً وصولاً إلى مراقبة خطوط الطاقة أو حتى الاستطلاع العسكري. لكن هنا تكمن المشكلة: عندما يكون الهدف بعيداً، فإنه يتقلص ليصبح مجرد حفنة من البكسلات—أحياناً عرضها من 1 إلى 10 بكسلات فقط! ليس لها ملمس تقريباً، ولا لون، وتباينها منخفض جداً مقابل الخلفية. الأمر يشبه محاولة العث على حبة رمل واحدة على الشاطئ بينما ترتدي نظارات ضبابية. لفترة طويلة، عانت الحواسيب من ذلك، حيث كانت ترتبك بسبب الضجيج، فإما تفقد الهدف تماماً أو تصرخ "هدف!" عند رؤية سحابة عشوائية.
هنا يأتي دور فريق من الباحثين من جامعة القوة الصاروخية للهندسة الذين قرروا منح هذه الحواسيب ترقية جادة. لقد أخذوا نظام "عين ذكية" موجود بالفعل يسمى DNANet ومنحوه عملية تغيير شاملة كبرى لجعله أفضل بكثير في رصد تلك البصمات الحرارية الصغيرة والمراوغة. فكر في حلهم كأنه منح الحاسوب زوجاً من النظارات عالية التقنية يمكنها التكبير والتصغير في آن واحد، ومجموعة جديدة من التعليمات تخبره بالضبط أين ينظر ومدى قوة نظره. هم يسمون ابتكارهم الجديد SLS-DNANet.
الترقية الأولى هي زوج جديد من "النظارات" يسمى وحدة الانتباه المكاني متعدد المقاييس (MSSA). في النظام القديم، كان الحاسوب ينظر إلى الصورة باستخدام نوع واحد من العدسات، مثل كاميرا لا يمكنها التركيز إلا على مسافة محددة. إذا كان الهدف أكبر قليلاً أو أصغر قليلاً من تلك المسافة، يصاب الحاسوب بالارتباك. وحدة MSSA الجديدة تشبه عدسة سحرية تقسم الرؤية إلى ثلاثة أحجام مختلفة في نفس الوقت: واحدة تبحث عن التفاصيل الدقيقة (مثل شبكة 3×3)، وأخرى للتفاصيل المتوسطة (5×5)، وثالثة للسياق الأوسع (7×7). ومن خلال دمج هذه الرؤى الثلاث، يمكن للحاسوب أخيراً فهم شكل الهدف سواء كان نقطة صغيرة أو كتلة أكبر قليلاً، دون أن يضيع في ضجيج الخلفية.
الترقية الثانية هي مجموعة جديدة من قواعد التعلم، تسمى دالة فقدان الحساسية للمقياس والموقع (SLS). تخيل أنك تدرب كلباً على إيجاد كرة معينة. إذا قلت له فقط "ولد جيد" عندما يجد الكرة في منتصف الغرفة تماماً، فقد يتجاهل الكلب الكرات التي تكون بالقرب من الجدار أو صغيرة جداً. كان نظام الحاسوب القديم يشبه ذلك الكلب؛ لم يكن يهتم بما يكفي بالأهداف التي كانت صغيرة جداً أو عالقة عند حافة الصورة. تعمل دالة SLS Loss الجديدة كمدرب أكثر ذكاءً؛ فهي تمنح نقاطاً إضافية للحاسوب عندما يجد هدفاً صغيراً أو هدفاً بالقرب من الحافة، وتعاقبه بشكل أكبر إذا أخطأ في تحديد النقطة المركزية. إنها تجبر الحاسوب على الانتباه للأهداف "الصعبة العثور عليها" التي كان يتجاهلها سابقاً.
عندما اختبر الباحثون هذا النظام الجديد على مجموعتين كبيرتين من صور الأشعة تحت الحمراء (تسمى IRSTD-1k و NUDT-SIRST)، كانت النتائج مبهرة. في مجموعة بيانات IRSTD-1k، حسّن منهجهم الجديد دقة العثور على شكل الهدف بنسبة 2.36% وقلل عدد الإنذارات الكاذبة (الاعتقاد الخاطئ بأن سحابة هي هدف) بنسبة 6.53%. أما في مجموعة بيانات NUDT-SIRST، فقد كان التحسن أكثر دراماتيكية: ارتفعت دقة الشكل بنسبة 3.94%، وارتفع معدل النجاح في العثور على الأهداف الحقيقية بنسبة 1.9%، وانخفض معدل الإنذارات الكاذبة بنسبة هائلة بلغت 6.83%.
تحقق الباحثون أيضاً مما إذا كان نظام "العدسات الثلاث" الجديد ثقيلاً جداً على الحاسوب للتعامل معه. قارنوه بطرق أخرى للنظر في أحجام مختلفة، مثل استخدام عدسات "متمددة" (توسع مجال الرؤية) أو مرشحات معقدة متعددة الطبقات. ووجدوا أنه بينما استخدم نظامهم الجديد قدرة حوسبية أكبر قليلاً (حوالي 731 ألف عملية مقارنة بـ 202 ألف في النظام القديم)، إلا أن الأمر كان يستحق ذلك لأنه اصطاد الأهداف بشكل أفضل وارتكب أخطاء أقل بكثير. وقد أظهروا بوضوح أن استخدام عدسة واحدة كبيرة فقط (مثل نواة 7×7) جعل الأمور أسوأ فعلياً من خلال طمس التفاصيل الدقيقة، وأن مزيجهم الخاص من ثلاث عدسات مختلفة كان هو "النقطة المثالية".
في النهاية، يشير البحث إلى أنه من خلال الجمع بين هاتين الترقيتين—رؤية العالم عبر مقاييس متعددة في آن واحد والاهتمام العميق بمواقع تلك الأهداف الصغيرة—يمكن للحواسيب أخيراً أن تصبح أفضل بكثير في رصد تلك الحشرات المضيئة غير المرئية في وسط العاصفة. ويخلص المؤلفون إلى أن SLS-DNANet الجديد هو حل موثوق وفعال يمكن أن يساعد في جعل أنظمة الاستشعار عن بعد والإنذار المبكر أكثر دقة في العالم الحقيقي.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.