Development of a Road Sign Recognition System Based on a Convolutional Neural Network

في كل مرة يلمح فيها السائق علامةً على جانب الطريق، تُحل لغز بصري معقد في جزء من الثانية. يجب على الدماغ تحديد شكل، وتفسير لون، واستحضار قاعدة محددة، كل ذلك بينما تتحرك المركبة، ويتغير الضوء، وتتبدل الأحوال الجوية. لعقود من الزمن، حاول المهندسون تعليم الآلات القيام بنفس هذا الإنجاز، آملين في بناء أنظمة يمكنها مراقبة الطريق بموثوقية تضاهف قدرة البشر. يقع هذا التحدي عند نقطة التقاء الرؤية الحاسوبية والذكاء الاصطناعي، وهما مجالان مخصصان لمساعدة الحواسيب على رؤية وفهم العالم. الفكرة الجوهرية هي إنشاء نظام يمكنه النظر إلى صورة لعلامة مرورية ومعرفة ما إذا كانت تعني "توقف"، أو "أعطِ الأولوية"، أو "حد السرعة" فوراً، بغض النظر عما إذا كانت العلامة ساطعة تحت أشعة الشمس، أو خافتة تحت المطر، أو مخفية جزئياً خلف شجرة. وبينما اعتمدت المحاولات الأولى على قواعد صارمة تتعلق باللون والشكل، تستخدم النهج الحديثة استراتيجية مختلفة: فهي تعرض على الكمبيوتر آلاف الأمثلة ليتعلم الأنماط من تلقاء نفسه. هذه الطريقة، المعروفة باسم الشبكة العصبية الالتفافية، تعمل كدماغ رقمي يتعلم التعرف على الميزات من خلال دمج الملاحظات البسيطة في فهم معقد. إن المخاطر عالية، لأن إتقان هذا الأمر يعني حوادث أقل وطرقاً أكثر أماناً للجميع.

وضع فريق من الباحثين من كازاخستان والأردن هدفاً لبناء مثل هذا النظام خصيصاً للتعرف على علامات الطريق. ركزوا على إنشاء نموذج رقمي قوي قادر على التعامل مع واقع الطريق الفوضوي وغير المتوقع. ولتدريب نظامهم، استخدموا مجموعة ضخمة من الصور الواقعية تُعرف باسم "معيار ألمانيا للتعرف على علامات المرور" (German Traffic Sign Recognition Benchmark). تحتوي هذه المجموعة على أكثر من 51,000 صورة لـ 43 نوعاً مختلفاً من العلامات، تم التقاطها في ظروف متنوعة تحاكي التحديات التي يواجهها السائق يومياً. تتضمن الصور علامات ضبابية، أو مظللة، أو مائلة، أو مرئية من زوايا غريبة. لم يقم الباحثون بمجرد تغذية هذه الصور الخام في الكمبيوتر؛ بل قاموا أولاً بتنظيفها. فقد قاموا بتعديل السطوع والتباين لضمان ظهور كل علامة بشكل متسق، مما أدى إلى إزالة الضجيج البصري الذي قد يربك الآلة. كما قاموا بتوسيع مواد التدريب الخاصة بهم عبر إنشاء تنويعات طفيفة على الصور الموجودة، مثل تدويرها بضع درجات أو تغيير حجمها، لتعليم النظام أن العلامة تظل هي نفس العلامة حتى لو بدت مختلفة قليلاً.

إن قلب نظامهم هو هيكل متعدد الطبقات مصمم لمحاكاة كيفية معالجة العين والدماغ البشري للمعلومات البصرية. تبدأ العملية بالبحث عن تفاصيل بسيطة، مثل حافة دائرة أو خط نصي. ومع انتقال البيانات عبر طبقات الشبكة، يبدأ النظام في دمج هذه التفاصيل البسيطة في أشكال أكثر تعقيداً، مدركاً أن دائرة حمراء بمركز أبيض هي نوع محدد من علامات المنع. وتقوم الطبقات النهائية من النظام بجمع كل هذه الملاحظات المتراكمة واتخاذ قرار، عبر تعيين احتمالية لكل فئة من الفئات الـ 43 الممكنة. ولضمان أن النظام لم يقم بمجرد حفظ صور التدريب بل تعلم بالفعل قواعد التعرف، استخدم الباحثون تقنية تسمى "الإسقاط" (dropout). هذه الطريقة تتجاهل أجزاءً من الشبكة عشوائياً أثناء التدريب، مما يجبر النظام على الاعتماد على أدلة مختلفة متعددة بدلاً من دليل واحد فقط، وهو ما يجعله أكثر موثوقية عند مواجهة مواقف جديدة وغير مرئية مسبقاً.

عندما اختبر الباحثون نظامهم النهائي، كانت النتائج مذهلة. باستخدام مجموعة منفصلة من الصور التي لم يرها الكمبيوتر من قبل، حدد النظام علامات الطريق بدقة بلغت 96.4 بالمئة. وهذا يعني أنه من بين كل 1,000 علامة واجهها، اتخذ القرار الصحيح في أكثر من 960 منها. أظهر النظام أداءً استثنائياً في العلامات ذات الأشكال والألوان الواضحة والمتميزة، مثل علامات المنع الدائرية الحمراء. ومع ذلك، كشف التحليل أيضاً عن المواضع التي لا يزال النظام يعاني فيها. فهو يخلط أحياناً بين العلامات التي تبدو متشابهة جداً، مثل علامات حدود السرعة ذات الأرقام المختلفة أو علامات التحذير المثلثة ذات الرموز المختلفة بداخلها. هذه الأخطاء مفهومة، فحتى البشر يمكنهم إساءة قراءة علامة ضبابية أو بعيدة. وأشار الباحثون إلى أن أداء النظام لم يكن نتيجة حظ أو خدعة بسيطة، بل كان نتيجة بنية متوازنة بعناقة جمعت بين تنظيف البيانات، وتقنيات التدريب الذكية، والنهج العميق والمتعدد الطبقات لاستخراج الميزات.

تخلص الدراسة إلى أن هذا النوع من الذكاء الاصطناعي جاهز للدمج في التطبيقات الواقعية، مثل أنظمة مساعدة السائق في السيارات أو مراقبة حركة المرور الآلية. لقد أثبت النظام قدرته على التعامل مع الظروف الفوضوية للطريق، من مستويات الإضاءة المتغيرة إلى المسافات المختلفة. وبينما يعد النموذج الحالي فعالاً للغاية، يرى الباحثون مسارات واضحة للتحسين. فهم يقترحون إمكانية جعل النسخ المستقبلية أسرع للعمل في تدفقات الفيديو في الوقت الفعلي، ربما من خلال استخدام تصميمات أخف وأكثر كفاءة. كما يقترحون توسيع بيانات التدريب لتشمل الظروف الجوية القاسية مثل الثلوج الكثيفة أو القيادة الليلية، والتي لم تكن ممثلة بالكامل في مجموعة البيانات الأصلية. علاوة على ذلك، يتصورون إضافة وحدات لا تكتفي فقط بتحديد العلامة، بل يمكنها أيضاً تحديد موقعها الدقيق على الطريق، وهي خطوة حاسمة نحو المركبات ذاتية القيادة بالكامل. وفي الوقت الحالي، يوضح هذا العمل أن الآلة يمكن تعليمها رؤية الطريق بمستوى من الدقة يضاهي الإدراك البشري، مما يقدم خطوة ملموسة نحو مستقبل تساعد فيه التكنولوجيا بنشاط في منع حوادث المرور.