MECA-Net: small traffic object detection in UAV imagery via multiscale edge–coordinate attention
تُعد MECA-Net كاشفاً خفيف الوزن ويعمل في الوقت الفعلي يعتمد على نموذج YOLO11n، حيث يعمل على تعزيز اكتشاف الأجسام المرورية الصغيرة في صور الطائرات بدون طيار من خلال دمج آليات انتباه متعددة المقاييس واعية بالحواف وواعية بالإحداثيات، محققاً تحسينات كبيرة في متوسط الدقة المتوسطة (mAP) على مجموعة بيانات VisDrone2019-DET مع الحفاظ على سرعات استدلال عالية.
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 تنظر من الأعلى من طائرة بدون طيار تحلق عالياً فوق مدينة مزدحمة. من ذلك الارتفاع، تتقلص السيارات والحافلات والمشاة لتصبح نقاطاً صغيرة، غالباً لا تتجاوز بضعة بكسلات على شاشة الكاميرا. إنهم متكدسون معاً، مخفيون خلف الظلال، أو محجوبون جزئياً بالأشجار والمباني. بالنسبة للكمبيوتر الذي يحاول رصد هذه الأجسام، يعد هذا كابوساً. فالصور تفتقر إلى الحواف الواضحة، ويتغير المقياس بشكل هائل مع تحرك الطائرة، كما أن الخلفية عبارة عن فوضى عارمة من الطرق والأسطح. هذا هو الواقع اليومي للمركبات الجوية غير المأهولة المستخدمة في مراقبة حركة المرور والاستجابة لحالات الطوارئ. وبينما أصبحت الحواسيب الحديثة بارعة للغاية في العثور على الأجسام في الصور، إلا أنها لا تزال تعاني عندما تكون تلك الأجسام صغيرة جداً والمشهد معقداً إلى هذا الحد.
ولحل هذه المشكلة، طور باحثون في جامعة تشينغتشو للصناعات الخفيفة نظاماً جديداً يسمى MECA-Net. لقد صُمم هذا النظام خصيصاً لمساعدة الطائرات بدون طيار على رؤية أجسام المرور الصغيرة بوضوح في الوقت الفعلي. يبني النظام على إطار عمل شهير وسريع الحركة للكشف عن الأجسام يُعرف باسم YOLO، والذي يعمل بمثابة "الدماغ" للعديد من أنظمة الرؤية الحديثة. ومع ذلك، فإن النسخة القياسية من هذا الدماغ غالباً ما تفقد أدق التفاصيل لأنها تبسط الصورة أكثر مما ينبغي أثناء معالجتها. يضيف النهج الجديد ثلاثة طبقات محددة من الذكاء لمساعدة الكمبيوتر على الانتباه للأشياء الصحيحة: حواف الأجسام، وموقعها الدقيق، والتفاصيل الدقيقة التي تضيع عادةً.
يركز التحسين الأول على الحواف. فعندما تكون السيارة بعيدة، يكون مخططها باهتاً وضبابياً. لقد علم الباحثون النظام كيفية البحث عن هذه الخطوط الباهتة باستخدام أداة رياضية تعمل كمرشح ثابت، حيث تتحقق دائماً من التغيرات الأفقية والرأسية في السطوع. ومن خلال الجمع بين فحص الحواف هذا والرؤية الأوسع للمنطقة المحيطة، يمكن للنظام التمييز بين سيارة بعيدة وبين بقعة عشوائية من الظل أو علامات الطريق. يساعد هذا الكمبيوتر على فهم أن شكلاً صغيراً وضبابياً هو على الأرجح مركبة، حتى لو لم تكن الصورة حادة تماماً.
الإضافة الثانية تساعد النظام على فهم مكان الأشياء. فغال مورد رؤية الكمبيوتر التقليدية يفقد تتبع الموقع الدقيق للجسم عندما يقلص حجم الصورة لتسهيل معالجتها. وتصلح الطريقة الجديدة هذا الأمر من خلال التعامل مع ارتفاع وعرض الصورة بشكل منفصل. فهي تطرح سؤالين بسيطين لكل جزء من الصورة: "إلى أي مدى يرتفع هذا؟" و"إلى أي مدى يمتد هذا عرضياً؟". ومن خلال الحفاظ على هذين الاتجاهين متميزين، يحافظ النظام على شعور قوي بالموقع. وهذا أمر بالغ الأهمية للأجسام الصغيرة، التي قد تُخلط مع الخلفية أو تُفقد تماماً لأنها بعيدة جداً عن المركز.
التغيير الثالث هو ربما الأكثر بساطة ولكنه الأكثر فعالية للأهداف الصغيرة جداً. عادة ما تنظر الأنظمة القياسية إلى الصورة عند ثلاثة مستويات مختلفة من التكبير، لكن المستوى الأصغر لا يزال خشناً جداً بالنسبة لأصغر النقاط على الأرض. لذا أضاف الباحثون طبقة رابعة ذات دقة أعلى بكثير إلى النظام. تحافظ هذه الطبقة على الصورة أكبر وأكثر تفصيلاً، مما يسمح للكمبيوتر برؤية أصغر المركبات بوضوح أكبر بكثير. الأمر يشبه إضافة عدسة مكبرة إلى منظار ثنائي العينين؛ حيث يمكن للنظام الآن رصد الأجسام التي كانت سابقاً أصغر من أن يتم تسجيلها.
عندما اختبر الفريق هذا النظام الجديد على مجموعة بيانات قياسية من لقطات حركة المرور الملتقطة بالطائرات بدون طيار، كانت النتائج كبيرة. فقد وجد النظام الجديد 38.8 بالمئة من الأجسام الصغيرة بشكل صحيح، وهي قفزة ملحوية من نسبة 32.8 بالمئة التي حققها النظام القياسي. كما حسن قدرته على رسم صناديق ضيقة حول الأجسام، وهو مقياس ارتفع من 19.2 بالمئة إلى 22.4 بالمئة. ولعل الأهم بالنسبة لمراقبة حركة المرور، هو أنه وجد 8.5 بالمئة من الأجسام المتناهية الصغر التي يصعب رؤيتها عادةً، مقارنة بـ 5.6 بالمئة فقط قبل ذلك. حقق النظام هذه النتائج مع بقائه سريعاً بما يكفي للعمل في الوقت الفعلي، حيث يعالج 158 صورة في الثانية على جهاز كمبيوتر قوي.
وقد أشار الباحثون بعناية إلى أنه على الرغم من أن النظام يمثل تحسناً قوياً، إلا أنه ليس حلاً مثالياً. فهو لا يزال يعاني عندما تكون الأجسام مخفية تماماً تحت الأشجار أو عندما تكون الإضاءة سيئة للغاية، مثل الليل مع وجود أضواء شوارع مربكة. لا يمكن للنظام ابتكار تفاصيل غير موجودة في الصورة. ومع ذلك، تشير الدراسة إلى أنه من خلال الجمع بين اكتشاف الحواف، وتتبع الموقع الدقيق، والمشاهدة عالية الدقة، يمكن للطائرات بدون طيار أن تصبح أكثر موثوقية في مراقبة مدننا. يقدم هذا العمل مساراً عملياً لجعل المراقبة الجوية أكثر ذكاءً، مما يضمن عدم ضياع حتى أصغر التفاصيل بسبب المسافة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.