Method for restoring occluded boundaries of dense juvenile abalone in aquaculture environments based on discrete cosine transform
تقترح هذه الورقة طريقة مبتكرة لاستعادة الحدود المحجوبة لأبالمون (أذن البحر) اليافع الكثيف في بيئات الاستزراع المائي من خلال دمج وحدة دمج الميزات عبر المقاييس ووحدة ضوضاء قابلة للتعلم تعتمد على تحويل جيب التمام المتقطع لتعزيز دقة التجزئة ومعالجة تحديات الحجم الصغير، والتوزيع الكثيف، والانسدادات المعقدة.
المؤلفون الأصليون:Jun Yue, Changyi Dai, Guangjie Kou, Zihao Mao
في عالم الاستزراع المائي الصاخب، يُعد حيوان "الأذن البحرية" (الآبالوني) مخلوقاً ثميناً، يُقدر لقيمته الغذائية الغنية والطلب المرتفع على لحمه. بالنسبة للمزارعين، تُعد المراحل الأولى من تربية هذه الرخويات بالغة الأهمية؛ فقبل أن يتمكنوا من بيعها أو نقلها إلى خزانات أكبر، يجب فرز وتصنيف صغار الأذن البحرية بعناية حسب الحجم. تُجرى هذه العملية تقليدياً يدوياً، وهي مهمة بطيئة وتتطلب جهداً عضلياً كبيراً، حيث يتعين على العمال لمس هذه الحيوانات الرقيقة جسدياً. وهذا التلامس ينطوي على مخاطر إتلاف أصدافها، ويمكن أن ينقل فيروسات تهدد المخزون بأكمله. ولحل هذه المشكلة، لجأ العلماء إلى "الرؤية الحاسوبية"، وهو مجال تتعلم فيه الآلات كيف "ترى" وتحلل الصور. والهدف هو إنشاء نظام يمكنه عد وقياس هذه المخلوقات الصغيرة تلقائياً دون لمسها أبداً. ومع ذلك، فإن هذه المهمة ليست بسيطة على الإطلاق؛ ففي خزان المزرعة الحقيقي، تتكتل الآلاف من حيوانات الأذن البحرية معاً، وغالباً ما تتراكم فوق بعضها البعض. وبالنسبة للكاميرا، تبدو وكأنها كتلة متشابكة ومتحركة من الأصداف حيث تختفي الحدود الفردية. وعندما يحاول الكمبيوتر فصلها، فإنه غالباً ما يرى كتلة واحدة كبيرة بدلاً من العديد من الحيوانات المتميزة، أو قد يخطئ في تحديد الحواف حيث ينتهي حيوان ويبدأ آخر.
قام فريق من الباحثين في جامعة لودونغ في الصين بتطوير طريقة جديدة لمساعدة الحواسيب على الرؤية عبر هذا الارتباك البصري. لقد ركزوا على التحدي المحدد المتمثل في "الانسداد" (occlusion)، وهو المصطلح التقني لوصف الحالة التي يحجب فيها جسم ما رؤية جسم آخر. في دراستهم، تناول الباحثون مشكلة الأهداف الصغيرة الكثيفة، وتحديداً صغار الأذن البحرية المتكدسة معاً في خزانات مليئة بالأعشاب البحرية. قام الباحثون ببناء مجموعة بيانات مخصصة تسمى "AbData"، تحتوي على أكثر من 148,000 صورة لهذه المشاهد المزدحمة، لتدريب نظامهم. ووجدوا أن البرامج الحاسوبية الحالية، التي تعمل بشكل جيد مع الأجسام الأكبر أو الأكثر تباعداً، واجهت صعوبة كبيرة مع هذه الأصداف الصغيرة والمتداخلة؛ إذ غالباً ما فشلت البرامج في رسم الخط الخارئي الصحيح حول كل أذن بحرية على حدة، مما ترك فجوات أو دمج حيوانات منفصلة في شكل واحد.
ولإصلاح ذلك، صمم الباحثون نموذجاً حاسوبياً جديداً يعمل مثل فنان ماهر يعيد بناء صورة ممزقة. يعتمد نهجهم على ابتكارين رئيسيين: أولاً، أنشأوا نظاماً ينظر إلى الصورة من خلال "عدسات" مختلفة من التفاصيل في آن واحد. تخيل النظر إلى غرفة مزدحمة: من بعيد، ترى ضباباً من الناس؛ ومن قريب، ترى الوجوه والأيدي. يجمع النموذج الجديد بين هذه المستويات المختلفة من التفاصيل، مما يسمح له بفهم كل من الحشد العام وشكل صدفة واحدة محددة. يساعد هذا الكمبيوتر على تخمين مكان الحدود المخفية، حتى لو كانت مغطاة بجار لها. ثانياً، قدموا طريقة لـ "ملء الفراغات" باستخدام تقنية رياضية تحلل أنماط الضوء والظلال في الصورة. عندما يرى الكمبيوتر حافة مكسورة، يتعلم هذا الجزء من النظام التنبؤ بما يجب أن يبدو عليه الخط المفقود، مما يؤدي إلى تنعيم الأشكال المتعرجة أو غير المكتملة التي عادة ما تربك البرامج الأخرى.
تظهر نتائج اختباراتهم أن هذه الطريقة الجديدة فعالة. فعندما قارنوا نظامهم بأدوات الرؤية الحاسوبية الشهيرة الأخرى، أنتج نموذجهم خطوطاً خارجية أكثر دقة للأذن البحرية. لقد كان بارعاً بشكل خاص في فصل الحيوانات المتراصة بإحكام، مما قلل من عدد الأخطاء حيث يتم عد اثنتين من الأذن البحرية كواحدة، أو حيث يتم إغفال حيوان تماماً. كما حافظ النظام على سرعة عالية، حيث عالج الصور بسرعة كافية لتكون مفيدة في بيئة زراعية تعمل بالوقت الفعلي. ومن خلال تحسين القدرة على رؤية وعد هذه المخلوقات الصغيرة والمخفية، قدم الباحثون أداة يمكنها في النهاية استبدال الفرز اليدوي. وهذا لن يؤدي فقط إلى تسريع عملية التصنيف، بل سيحمي أيضاً الأذن البحرية من الإجهاد والضرر المحتمل الناتج عن التعامل البشري، مما يوفر مستقبلاً أكثر نظافة وكفاءة للصناعة.
ملخص تقني: طريقة لاستعادة الحدود المحجوبة لأبناء أذن البحر (الآبالوني) الكثيفة بناءً على تحويل جيب التمام المتقطع
بيان المشكلة يعد اكتشاف وتصنيف أبناء أذن البحر (الآبالوني) خطوة بالغة الأهمية في الاستزراع المائي الصناعي. ومع ذلك، فإن الطرق اليدوية التقليدية تتطلب جهداً مكثفاً، وعرضة للخطأ، وتنطوي على مخاطر إتلاف الكائنات أو إدخال مسببات الأمراض. وبينما توفر الرؤية الحاسوبية بديلاً غير تلامسي، فإن طرق تقسيم المثيل (instance segmentation) واستعادة الحدود المحجوبة الحالية تعاني من التحديات الخاصة بأبناء أذن البحر: صغر حجم الهدف، والتوزيع الكثيف، والانسداد المعقد والشديد (سواء كان داخل الفئة أو بين الفئات). غالباً ما تفشل نهج التعلم العميق الحالية في استعادة الحدود المفقودة بدقة في هذه السيناريوهات الكثيفة، مما يؤدي إلى انخفاض الكفاءة وارتفاع الأخطاء في حساب الكتلة الحيوية.
المنهجية يقترح المؤلفون إطار عمل جديد للتعلم العميق، يُسمى CD-DCT، مبني على بنية Patch-DCT. تم تصميم النموذج خصيصاً للتعامل مع الأهداف الصغيرة الكثيفة والمحجوبة في بيئات الاستزراع المائي الواقعية. تدمج البنية الأساسية ابتكارين رئيسيين:
وحدة دمج المقاييس المتقاطعة (CSF):
الغرض: تعزيز التعبير عن الميزات وتحسين تحديد موقع كل فرد من أبناء أذن البحر من خلال تعلم ميزات المقاييس المتجاورة.
الآلية: على عكس آليات الانتباه التقليدية التي تكون ثقيلة حاسوبياً، فإن وحدة CSF هي تصميم خفيف الوزن. فهي تستخرج الميزات من مقاييس متعددة (على سبيل المثال، F2، F3، F4 من شبكة هرم الميزات) وتدمجها باستخدام مصفوفة قابلة للتعلم. تقوم هذه المصفوفة بتصحيح أوزان الدمج بشكل تكيفي.
التعلم المتبقي: تتضمن الوحدة مصفوفة صفرية قابلة للتعلم (ZL) لتعلم الزيادة في الأوزان الأساسية بدلاً من الخريطة الأصلية، مما يعمل على تنعيم الميزات وتعزيز البنية المسبقة للنموذج لتقليل ظاهرة "الثقوب" في أقنعة التقسيم.
وحدة ضجيج جيب التمام المتقطع القابل للتعلم (DCTLN):
الغرض: استعادة الحدود المحجوبة من خلال توسيع تعقيد ترميز تحويل جيب التمام المتقطع (DCT) وتحسين تماسك ناقلات DCT.
الآلية: تعالج الوحدة عدم الاستمرارية التي غالباً ما توجد في الحدود الاصطناعية لبيانات التدريب مقارنة بالحدود الطبيعية. وهي تقدم مصفوفة ضجيج قابلة للتعلم (ZN) يتم دمجها مع الميزات والأقنعة.
العملية: يتم تقسيم الأقنعة إلى رقع (patches)، وترميزها إلى ناقلات DCT، ثم تنقيحها. تقوم وحدة الضجيج بتعديل معلومات الحدود لتعويض ناقلات DCT المفقودة بسبب الانسداد، مما يجعل الحدود المتوقعة أكثر اكتمالاً ونعومة.
دالة الخسارة: يستخدم التدريب دالة خسارة مركبة تجمع بين خسارة التصنيف، وخسارة الانحدار لناقلات DCT، وخسارة محددة للرقع المختلطة (الرقع التي تحتوي على كل من المقدمة والخلفية) لضمان دقة انحدار الحدود.
المساهمات الرئيسية
مجموعة بيانات AbData: أنشأ المؤلفون مجموعة بيانات متخصصة، AbData، تحتوي على 148,540 صورة لأبناء أذن البحر الكثيفة والمحجوبة في بيئات الأعشاب البحرية المعقدة. تم تقسيمها إلى مجموعات تدريب واختبار وتحقق (8:1:1) وهي منسقة بأسلوب COCO.
الابتكار الهيكلي: اقتراح نموذج CD-DCT، الذي يدمج وحدتي CSF وDCTLN في إطار عمل Patch-DCT لاستهداف استعادة الحدود المحجوبة في سيناريوهات الأجسام الصغيرة الكثيفة بشكل محدد.
دمج الميزات بكفاءة: تطوير وحدة دمج مقاييس متقاطعة خفيفة الوزن تعمل على تحسين دقة التقسيم دون زيادة كبيرة في التكاليف الحسابية، باستخدام مصفوفات قابلة للتعلم لتصحيح الوزن التكيفي.
استعادة الحدود عبر تعلم الضجيج: تقديم آلية ضجيج قابلة للتعلم ضمن نطاق DCT لسد الفجوة بين بيانات التدريب الاصطناعية واستمرارية الحدود الطبيعية، مما يؤدي بفعالية إلى استعادة الحدود المحجوبة المفقودة.
النتائج التجريبية تم تقييم النموذج على مجموعة بيانات AbData باستخدام مقاييس تقسيم المثيل القياسية (AP, AP50, AP75, APs, APm) وإطارات في الثانية (FPS).
دراسات الاستئصال (Ablation Studies):
إضافة وحدة CSF إلى النموذج الأساسي حسنت APs بمقدار 0.1% وزادت FPS من 23.6 (الأساسي) إلى 25.3 (CSF فقط).
إضافة وحدة DCTLN حسنت AP بمقدار 0.35% (من 57.882 إلى 58.344)، مما يثبت أن إثراء ناقلات DCT يعمل على تنقية تفاصيل الحدود.
حقق نموذج CD-DCT الكامل (كلا الوحدتين) أعلى أداء: AP 58.789، و APs 58.545، و FPS 25.2.
التحليل المقارن:
مقارنة بـ Transfiner، حقق CD-DCT تحسناً في AP بمقدار 1.50% وفي APs بمقدار 1.31%، بينما يعمل بسرعة أكبر بكثير (25.2 FPS مقابل 4.6 FPS).
مقارنة بالنموذج الأساسي Patch-DCT، حقق CD-DCT تحسناً في AP بمقدار 0.91% وفي FPS بمقدار 1.6.
أظهرت المقارنات البصرية أن CD-DCT نجح في تمييز المثيلات المتداخلة واستعادة الحدود المحجوبة بواسطة النباتات المائية، بينما أظهرت نماذج مثل Solov2 و Patch-DCT حالات فقدان في الكشف أو دمج للمثيلات.
الأهمية والادعاءات يدعي البحث أن طريقة CD-DCT تعالج بفعالية تحديات اكتشاف وتصنيف أبناء أذن البحر في بيئات الاستزراع المائي الكثيفة والمحجوبة. ومن خلال تحسين دقة استعادة حدود الانسداد، تضع هذه الطريقة أساساً تقنياً للدراسات اللاحقة القائمة على الرؤية في تربية أبناء أذن البحر. ويؤكد المؤلفون أن نهجهم يقدم توازناً بين الدقة العالية والسرعة، مما يجعله مناسباً للتطبيقات الصناعية الواقعية حيث يكون التصنيف اليدوي غير فعال وعرضة للخطأ. ويُقدم هذا العمل كحل للقيود المحددة لنماذج التعلم العميق الحالية عند تطبيقها على الخصائص الفريدة للكائنات البحرية الصغيرة والكثيفة والمحجوبة بشدة.