AMFD-YOLO: An Adaptive Multi-scale Feature Modulation Network for Small Object Detection in Airport Surface Surveillance
تقترح هذه الورقة البحثية شبكة AMFD-YOLO، وهي شبكة محسنة تعتمد على YOLO11 وتتضمن وحدة انتباه مدركة للاحتجاب متعددة المقاييس، ودالة تنشيط تعديل توزيع الميزات، وطبقة كشف P2 لتحسين دقة اكتشاف أهداف أسطح المطارات الصغيرة والمحتجبة بشكل كبير في ظل الظروف البيئية المعقدة.
المؤلفون الأصليون:Tian Luan, Fan Yang, Huanxia Wei, Weijun Pan
في المشهد الشاسع والمتحرك للمطار، تعتمد السلامة على رؤية كل شيء، في كل مكان، وفي آن واحد. فمن الطائرات الضخمة التي تسير ببطء إلى أفراد الطاقم الأرضي الصغار الذين يوجهونها، يجب تتبع كل جسم لمنع الاصطدامات وضمان سلاسة العمليات. لعقود من الزمن، اعتمدت المطارات على الرادار وإشارات الراديو لمراقبة هذا النشاط، لكن هذه الأدوات غالباً ما تجد صعوبة في تحديد ماهية الجسم بدقة أو رؤية التفاصيل الصغيرة التي تكتسب أهمية قصوى. ولتغطية هذه الفجوة، توجه المهندسون نحو الرؤية الحاسوبية، حيث علموا الكاميرات كيف "ترى" وتتعرف على الطائرات والمركبات والأشخاص تماماً كما يفعل البشر. ومع ذلك، فإن تعليم الكمبيوتر رصد شخص من برج عالٍ، حيث قد يظهر كبضع بكسلات فقط على الشاشة، هو أمر صعب للغاية؛ إذ تكون الخلفية مزدحمة بأنسجة معقدة، والطقس يتغير باستمرار، وغالباً ما تختبئ الأجسام خلف بعضها البعض، مما يتسبب في إغفال أنظمة الرؤية القياسية لها تماماً.
لقد طور فريق من الباحثين من الصين والمملكة المتحدة طريقة جديدة لمساعدة الحواسيب على رؤية هذه الأهداف الصغيرة والمخفية بوضوح أكبر. فقد ابتكروا نظاماً يسمى AMFD-YOLO، وهو مبني على إطار عمل حديث وقوي للرصد يُعرف باسم YOLO11. تكمن المشكلة الجوهرية التي عالجوها في أن الأنظمة القياسية غالباً ما تفقد التفاصيل الدقيقة للأجسام الصغيرة أثناء معالجتها للصورة، تماماً كما تجعل الصورة الضبابية من الصعب قراءة لافتة صغيرة. ولإصلاح ذلك، أضاف الباحثون ثلاث ترقيات محددة إلى "دماغ" النظام. أولاً، قدموا آلية تساعد الكمبيوتر على إبداء اهتمام إضافي بأجزاء الصورة التي تكون محجوبة أو مخفية، مما يسم يسمح له بتخمين الشكل الكامل للجسم حتى لو كان جزء منه فقط مرئياً. ثانياً، قاموا بتعديل كيفية تعامل النظام مع الضوء والظل، مما يجعله أكثر قدرة على التكيف مع الوهج القوي في يوم مشمس أو الضوء الخافت في ليلة ممطرة. وأخيراً، أضافوا طبقة مخصصة للنظام مصممة خصيصاً للنظر في الأجزاء الأكثر حدة وتفصيلاً في الصورة، لضمان عدم إغفال الأهداف الصغيرة مثل شخص واحد.
وعندما اختبر الفريق هذا النظام الجديد على مجموعة بيانات من صور مراقبة المطار الحقيقية، كانت النتائج مذهلة. فقد تمكن النظام المحسن من رصد الأجسام الصغيرة بدقة أكبر بكثير من النسخة السابقة. وبشكل خاص، تحسنت القدرة على إيجاد الأشخاص، وهو أمر صعب للغاية على الحواسيب، بشكل دراماتيكي؛ حيث وجد النظام الجديد الأشخاص بشكل صحيح بنسبة 4emb7.5 في المئة تقريباً، وهي قفزة هائلة مقارنة بالنظام الأساسي الذي كان يخطئ في رصد الجميع تقريباً. كما أصبح النظام أفضل بكثير في رصد المركبات والطائرات، حتى عندما كانت متجمعة معاً أو مخفية جزئياً. ووجد الباحثون أنه من خلال الجمع بين هذه الترقيات الثلاث، استطاع النظام التعامل مع بيئة ساحة المطار الفوضوية والمزدحمة بشكل أفضل مما سبق، مما قلل من عدد الأهداف المفقودة والإنذارات الكاذبة.
وتسلط هذه الدراسة الضوء على أنه بينما يعد النظام الجديد خطوة كبيرة للأمام، إلا أنه ليس حلاً مثالياً لكل المواقف الممكنة. فقد لاحظ الباحثون أن اختبارهم تم على مجموعة محددة من الصور، والتي رغم تنوعها، لم تغطِ كل الظروف الجوية القاسية أو كل زاوية كاميرا ممكنة في العالم الحقيقي. علاوة على على ذلك، فإن الطبقات المضافة التي تجعل النظام بارعاً جداً في رؤية التفاصيل الصغيرة تتطلب أيضاً المزيد من القدرة الحوسبية، مما قد يجعل من الصعب تشغيلها على الأجهزة الصغيرة والمحمولة التي تُستخدم غالباً في الميدان. ويخطط الفريق لجمع بيانات أكثر تنوعاً والعمل على جعل النظام أسرع وأخف وزناً حتى يمكن نشره على نطاق أوسع. ومع ذلك، يوضح هذا العمل حالياً مساراً واضحاً نحو مراقبة مطارات أكثر ذكاءً وأماناً، ويثبت أنه مع التعديلات الصحيحة، يمكن للحواسيب أن تتعلم رؤية الأشياء الصغيرة التي تُبقي العالم في حالة حركة.
ملخص تقني: AMFD-YOLO للمراقبة السطحية للمطارات
بيان المشكلة يعد الكشف الدقيق عن الأهداف السطحية في المطارات — بما في ذلك الطائرات، والمركبات الأرضية (جرارات السحب، شاحنات التموين، شاحنات التزود بالوقود، عربات الأمتعة)، والموظفين الأرضيين — أمراً بالغ الأهمية للمراقبة الذكية والعمليات الأرضية المؤتمتة. ومع ذلك، تواجه طرق الرؤية الحاسوبية الحالية تحديات كبيرة في هذا المجال. وتتمثل الصعوبات الرئيسية في:
كشف الأجسام الصغيرة: غالباً ما تشغل الأهداف عدداً قليلاً جداً من البكسلات في صور المراقبة واسعة النطاق، مما يؤدي إلى فقدان شديد في الميزات أثناء عملية خفض أبعاد الشبكة (down-sampling).
البيئات المعقدة: تعيق الظروف الجوية السيئة (الضباب، المطر، الثلج)، وظروف الليل، والإضاءة غير المتساوية، والخلفيات المعقدة والمتغيرة زمنياً عملية المراقبة.
الانسداد وتفاوت الحجم: يؤدي الانسداد المتبادل المتكرر والتباين الكبير في حجم الأهداف (من الطائرات الضخمة إلى الأفراد الصغار) إلى تدهور أداء الكشف.
الضجيج في الخلفية: يظل التمييز بين الأهداف والأنسجة المشابهة في مشاهد ساحات وقوف الطائرات وممرات التدريج المزدحمة أمراً صعباً بالنسبة للنماذج القياسية.
المنهجية يقترح المؤلفون AMFD-YOLO، وهو شبكة كشف محسنة تعتمد على إطار عمل YOLO11. يدمج الهيكل ثلاث تحسينات محددة لمعالجة التحديات المذكورة أعلاه:
وحدة انتباه متعددة المقاييس مدركة للانسداد (MOAM):
تم دمج هذه الوحدة داخل رأس الكشف (detection head)، وهي مصممة لتعزيز تمثيل الميزات للأهداف المحجوبة (المسدودة).
تستخدم فروع تحويل متعددة مخصصة لمقاييس معينة مع عمليات تلافيف منفصلة للعمق (depthwise separable convolutions) واتصالات متبقية (residual connections) لتنقية الميزات.
تستخدم آلية انتباه للقنوات خفيفة الوزن استراتيجية معايرة أسية لتوليد أوزان تكيفية، مما يعزز ميزات المقدم (foreground) البارزة مع كبح تداخل الخلفية.
وحدة C3k2 FDM (تعديل توزيع الميزات):
تحل هذه الوحدة محل طبقات التطبيع (normalization) والتنشيط (activation) القياسية داخل هيكل C3k2 الأساسي.
تقدم دالة تعديل صريحة: FDM(x)=γ⊙tanh(αx)+β، حيث α و γ و β هي معاملات قابلة للتعلم.
يسمح هذا التصميم بتدرج الميزات بشكل تكيفي وتحويل غير خطي ديناميكي، مما يحسن حساسية النموذج تجاه تغيرات التوزيع الناتجة عن ظروف الإضاءة والطقس المعقدة.
طبقة الكشف P2:
لمواجهة فقدان المعلومات دقيقة التفاصيل في الطبقات العميقة، تمت إضافة رأس كشف رابع (P2) إلى الهرم القياسي ثلاثي المقاييس (P3, P4, P5).
تعمل طبقة P2 على خرائط الميزات عالية الدقة من الشبكة الضحلة، مما يحافظ على التفاصيل المكانية ومعلومات الخطوط الخارجية الضرورية لكشف الأجسام الصغيرة للغاية مثل الموظفين الأرضيين.
المساهمات الرئيسية
بنية مبتكرة: دمج MOAM و C3k2 FDM في إطار YOLO11 المصمم خصيصاً للقيود الفريدة لمراقبة سطح المطار.
تعزيز إدراك الأهداف الصغيرة: يؤدي إضافة طبقة الكشف P2 إلى تحسين كبير في كشف الأهداف الصغيرة التي عادة ما تفقدها طرق خفض الأبعاد القياسية.
القوة في مواجهة الانسداد والبيئة: تُظهر الوحدات المقترحة قدرة محسنة على التعامل مع الانسداد المتبادل والظروف البيئية المتغيرة (مثل المطر والليل) مقارنة بالنماذج المرجعية.
النتائج التجريبية أُجريت التجارب على مجموعة بيانات ASS (مراقبة سطح المطار) (تحديداً مجموعة ASS1 الفرعية)، والتي تحتوي على 2,000 صورة مع 8,371 صندوق تحديد (bounding box) موزعة على ثلاث فئات: الطائرات، الموظفين، والمركبات. تتضمن مجموعة البيانات ظروفاً متنوعة مثل الأجواء المشمسة، الممطرة، والليلية المتأخرة.
مكاسب الأداء: مقارنة بنموذج YOLO11 المرجعي، حقق AMFD-YOLO التحسينات التالية:
التحسينات الخاصة بالفئات: لوحظ التحسن الأكثر دراماتيكية في فئة الموظفين (personnel)، حيث قفز الاستدعاء من 0.48% إلى 47.5% وزاد mAP@0.5 من 1.11% إلى 55.0%. يعالج هذا نقطة الفشل الحرجة في النماذج المرجعية حيث كانت الأهداف البشرية الصغيرة غير قابلة للكشف تماماً تقريباً.
التحليل المقارن: تفوق AMFD-YOLO على متغيرات سلسلة YOLO الأخرى (بما في ذلك YOLOv5, v6, v8, v9t, v10n, v11, v12, v26) في جميع المقاييس، لا سيما في عتبات IoU العالية وكشف الأهداف الصغيرة.
الأهمية والادعاءات يزعم البحث أن AMFD-YOLO يوفر حلاً تقنياً فعالاً للمراقبة السطحية للمطارات عالية الدقة وفي الوقت الفعلي. ومن خلال المعالجة المتآزرة لفقدان الميزات، والانسداد، والتباين البيئي، تظهر الطريقة موثوقية فائقة في الظروف المزدحمة بصرياً والظروف الجوية القاسية.
يقر المؤلفون بوجود قيود، مشيرين إلى أن مجموعة البيانات الحالية لها زوايا التقاط ثابتة وتفتقر إلى عينات كافية للطقس القاسي. علاوة على ذلك، بينما تعمل طبقة P2 على تحسين الدقة، إلا أنها تزيد من الحمل الحسابي، مما يتطلب مزيداً من التحقق للنشر على الأجهزة الطرفية (edge devices). ومن المخطط أن يركز العمل المستقبلي على تخفيف وزن النموذج، وتكامل تتبع الأجسام المتعددة، وتوسيع مجموعة البيانات لتغطية سيناريوهات تشغيل أكثر تنوعاً.