Foreground Sampling and Spatial Support in Pavement Crack Segmentation

تتعرض الطرق لهجمات مستمرة؛ فالشمس والمطر وحركة المرور الكثيفة تحول تدريجياً الأسفلت الناعم إلى مشهد متصدع. وبالنسبة للمهندسين، فإن رصد هذه الشقوق هو الخطوة الأولى في تحديد ما إذا كان الطريق يحتاج إلى رقعة سريعة أم إعادة بناء كاملة. ولعقود من الزمن، كانت عملية الفحص هذه تتم بواسطة بشر يقودون سياراتهم ببطء على طول الرصيف، يحدقون في الأرض، وهي عملية بطيئة، وتخضع للتقدير الشخصي، ويصعب توسيع نطاقها لتشمل مدناً بأكملها. ولحل هذه المشكلة، لجأ الباحثون إلى أجهزة الكمبيوتر، حيث علموها كيفية النظر إلى صور الطرق ورسم خطوط حول كل شق تراه تلقائياً. تتطلب هذه المهمة، المعروفة باسم "التجزئة" (segmentation)، من الكمبيوتر أن يميز بين الخطوط الداكنة والرفيعة للشق وبين سطح الطريق الأفتح لوناً والأكثر ملمساً.

يكمن التحدي الذي تواجهه برامج الكمبيوتر هذه في أن الشقوق نادرة. ففي صورة نموذجية للطريق، تُظهر الغالبية العظمى من البكسلات رصفاً سليماً، بينما يُظهر جزء ضئيل جداً فقط وجود شق. ولمساعدة الكمبيوتر على التعلم، غالباً ما يستخدم الباحثون حيلة تسمى "أخذ عينات المقدمة" (foreground sampling). فبدلاً من عرض قطع عشوائية من الطريق للكمبيوتر، يجبرون البرنامج على التركيز بشكل أساس وجوداً على الأجزاء التي تحتوي على شقوق. يبدو هذا تحركاً منطقياً: إذا رأى الكمبيوتر المزيد من الشقوق، فمن المفترض أن يصبح أفضل في العثين عليها. ومع ذلك، فإن هذه الاستراتيجية البسيطة لها تكلفة خفية تجاهلها الباحثون إلى حد كبير. فمن خلال اقتطاع الأجزاء التي تحتوي على الشقوق فقط، لا يرى الكمبيوتر بقية الطريق أبداً؛ فهو يفتقد الظلال، وعلامات المسارات، وأغطية بالوعات الصرف، وملمس الرصيف بعيداً عن أي ضرر. هذه التفاصيل "الخلفية" ليست مجرد مساحات فارغة، بل هي سياق حيوي يساعد الكمبيوتر على فهم ما ليس "شقاً".

قرر فريق من الباحثين في جامعة ولاية مونتانا التحقيق بدقة فيما يحدث عند استخدام حيلة أخذ العينات هذه. أرادوا معرفة ما إذا كانت المشكلة تكمثل ببساطة في رؤية الكمبيوتر للكثير من الشقوق، أم أن المشكلة الحقيقية هي أن الكمبيوتر قد أصيب بالعمى عن بقية العالم. وللكشف عن ذلك، أقاموا تجربة منضبطة باستخدام مجموعة ضخمة من صور الطرق تسمى "Crack500". قاموا ببناء نموذج رؤية حاسوبية قياسي، وهو نوع من الذكاء الاصطناعي المصمم للتعرف على الأنماط، وحافظوا على تطابق جميع أجزاء التدريب باستثناء شيء واحد: كيفية اختيار قطع الصور التي تُعرض عليه.

بدأ الباحثون بوضع خط أساس. تركوا الكمبيوتر يتعلم من قطع عشوائية من الطريق، تماماً كما قد يلمح الإنسان طريقاً من نافذة سيارة، حيث يرى مزيجاً طبيعياً من الشقوق والرصف السليم. أنتج هذا النهج أفضل النتائج. وعندما حاولوا أن يكونوا أكثر عدوانية وقدموا للكمبيوتر فقط قطعاً من الطريق تحتوي على شقوق، انخفض أداء النموذج بشكل ملحوظ؛ بل أصبح أسوأ في العثور على الشقوق. كان هذا أمراً مفاجئاً لأن الكمبيوتر كان يرى المزيد من الهدف الذي من المفترض أن يجده. أدرك الباحثون أنه من خلال إجبار الكمبيوتر على النظر إلى الشقوق فقط، فقد حذفوا عن غير قصد جزءاً كبيراً من الطريق من رؤيته. وفي الواقع، عندما حسبوا هندسة الصور، وجدوا أن أخذ العينات العدواني هذا جعل ما يقرب من نصف سطح الطريق غير قابل للوصول تماماً. كان الكمبيوتر يتدرب فعلياً في عالم لا وجود فيه لأجزاء واسعة من الرصيف.

ولإثبات أن سطح الطريق المفقود هو الجاني، وليس مجرد حقيقة رؤية الكمبيوتر للكثير من الشقوق، صمم الباحثون اختباراً ذكياً. لقد أنشأوا طريقة تدريب جديدة تعرض للكمبيوتر نفس عدد الشقوق الموجودة في الطريقة العشوائية الطبيعية، لكنهم لا يزالون يجبرونه على تجاهل أجزاء الطريق البعيدة عن أي شقوق. حافظ هذا الإعداد على "عدد الشقوق" ثابتاً، ولكنه أزال "سياق الطريق". وكانت النتيجة تكراراً للأداء الضعيف؛ فقد عانى الكمبيوتر تماماً كما حدث عندما لم يُعرض عليه سوى الشقوق. أثبت هذا أن المشكلة لم تكن في كمية الشقوق، بل في فقدان البيئة المحيطة.

بعد ذلك، أجرى الباحثون اختباراً نهائياً وحاسماً للفصل بين سببين محتملين: فقدان السياق مقابل مجرد التقلص في عدد قطع الصور المختلفة التي يمكن للكمبيوتر رؤيتها. أخذوا مجموعة التدريب المقيدة، وبدلاً من حصر الكمبيوتر في منطقة صغيرة من الطريق، قاموا بتوزيع قطع الصور المتاحة عبر سطح الطريق بأكمله. حافظوا على عدد القطع كما هو بالضبط في الاختبار المقيد، لكنهم سمحوا للكمبيوتر برؤية الطريق بأكمانه تقريباً مرة أخرى. وعندما فعلوا ذلك، استعاد أداء الكمبيوتر مستواه الذي كان عليه في التدريب الطبيعي العشوائي. لقد وجدوا أن امتلاك القدرة على الوصول إلى التخطيط المكاني الكامل للطريق، حتى مع وجود أمثلة أقل إجمالاً، كان أكثر أهمية بكثير من امتلاك عدد هائل من الأمثلة من أما بقع قليلة فقط.

كما كشفت الدراسة أن هذه المشكلة تعتمد على كيفية معالجة الكمبيوتر للمعلومات. اختبر الباحثون نتائجهم باستخدام طريقتين مختلفتين للمعالجة الداخلية، إحداهما شائعة والأخرى أقل شيوعاً. كانت مشكلة فقدان السياق شديدة مع الطريقة الشائعة، لكنها تصرفت بشكل مختلف مع الطريقة الأخرى، مما يشير إلى أن الطريقة التي يتعامل بها الكمبيوتر مع البيانات يمكن أن تغير مدى اعتماده على رؤية الصورة الكاملة. وهذا يعني أنه لا توجد قاعدة واحدة تنطبق على كل نظام رؤية حاسوبية؛ إذ يعتمد تأثير اقتطاع أجزاء من الصورة على الأدوات المحددة المستخدمة.

إن الدرس النهائي من هذا العمل هو أنه في عالم الذكاء الاصطناعي، ما تتركه خارجاً لا يقل أهمية عما تضعه في الداخل. فعندما يحاول الباحثون حل مشكلة ندرة الشقوق عبر إظهار الشقوق فقط للكمبيوتر، فإنهم يعلمونه دون قصد نسخة مشوهة من الواقع. يحتاج الكمبيوتر إلى رؤية الشقوق، لكنه يحتاج أيضاً إلى رؤية الطريق من حولها ليفهم الفرق بين الشق وبين الظل أو البقعة. وخلص الباحثون إلى أن الدراسات المستقبلية يجب ألا تكتفي بالإبلاغ عن عدد الشقوق التي يراها الكمبيوتر فحسب، بل أيضاً عن مقدار الطريق الذي يُسمح له برؤيته. وجادلوا بأن استراتيجيات أخذ العينات يجب أن تُعامل كقاعدة لاختيار الأجزاء التي يستطيع الكمبيوتر استكشافها من العالم، وليس مجرد وسيلة لموازنة الأرقام. ومن خلال قياس والإبلاغ عن "قابلية الوصول" (reachability) لبيانات التدريب، يمكن للعلماء ضمان أن نماذجهم تتعلم من صورة كاملة للطريق، وليس من صورة مجزأة.