A Lightweight Context-Aware Detector for Small and Occluded Targets in Aerial Power-Line Inspection
تقترح الورقة البحثية LiteFocus-DEIM، وهو كاشف خفيف الوزن ومعتمد على السياق يدمج كتلة انتباه مبوبة، ودمج ميزات تكيفي، وشبكة تدفق مقياس مركزة، للكشف بفعالية عن معدات السلامة الصغيرة والمحجوبة في عمليات تفتيش خطوط الطاقة الجوية، محققاً دقة وكفاءة عالية في كل من مجموعة بيانات HAD المخصصة ومعيار VisDrone2019.
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
عاليًا فوق الأرض، على الأبراج الهيكلية التي تحمل الكهرباء عبر المناظر الطبيعية، يواجه العمال خطرًا صامتًا ومستمرًا. وللحفاظ على سلامتهم، يجب عليهم ارتداء خوذات صلبة وأحزمة أمان، لكن التحقق من ارتدائهم لها بشكل صحيح يعد مهمة صعبة على العيون البشرية. يحدث العمل في بيئات معقدة مليئة بالكمرات المعدنية والأسلاك والظلال المتحركة، وغالبًا من مسافة يبدو فيها العمال كأنهم نقاط صغيرة. لعقود من الزمن، اعتمد مفتشو السلامة على الفحوصات اليدوية أو الكاميرات التي تجد صعوبة في الرؤية بوضوح عندما يكون الهدف صغيرًا، أو محجوبًا بجسم ما، أو مختبئًا في خلفية مزدحمة. إن هدف الهندسة الحديثة هو منح الآلات القدرة على رؤية هذه التفاصيل كما يفعل البشر، ولكن بالسرعة والاستمرارية اللازمتين لمراقبة آلاف الأميال من خطوط الطاقة يوميًا. وهذا يتطلب نظام رؤية من نوع جديد، نظام يمكنه تجاهل فوضى العالم والتركيز تمامًا على الشخص الموجود في الحزام، حتى عندما يكون بعيدًا أو محجوبًا جزئيًا.
قام فريق من الباحثين من جامعة تيانجين للتكنولوجيا بتطوير حل لهذه المشكلة المحددة، حيث ابتكروا عينًا رقمية مصممة للتحديات الفريدة لعمليات فحص خطوط الطاقة الجوية. أطلقوا على ابتكارهم اسم LiteFocus-DEIM. تم بناء النظام ليعمل على أجهزة ذات قدرة حوسبية محدودة، مما يعني أنه يمكن تثبيته على الطائرات بدون طيار (الدرونز) أو أجهزة الكمبيوتر المحمولة دون الحاجة إلى مزارع خوادم ضخمة. التحدي الجوهري الذي يحله هو مشكلة "الأجسام الصغيرة": فعندما يكون الشخص في مكان مرتفع، فإنه يشغل عددًا قليلًا جدًا من البكسلات على مستشعر الكاميرا، وإذا كان سلك أو قطعة من المعدات تحجب جزءًا منه، فإن الكاميرات القياسية غالبًا ما تفقد أثره تمامًا. وجد الباحثون أن الطرق السابقة إما كانت تفقد هذه الأهداف الصغيرة أو تتطلب قدرة حوسبية كبيرة لدرجة لا يمكن استخدامها في الوقت الفعلي على طائرة بدون طيار. لقد غير نهجهم الجديد طريقة معالجة الكمبيوتر للصورة، حيث علمته كيف ينتبه إلى القرائن الأكثر أهمية مع تجاهل ضجيج الخلفية المشتت.
لبناء هذا النظام، كان على الباحثين أولاً تعليمه ما الذي يجب أن يبحث عنه. لقد جمعوا آلاف الصور الملتقطة من طائرات بدون طيار وكاميرات أرضية في تيانجين، والتي التقطت خصيصًا لعمال في مواقف عالية الارتفاع. قاموا بتحديد كل خوذة صلبة وحزام أمان يدويًا في هذه الصور، مما خلق مكتبة مخصصة من الأمثلة التي يمكن للكمبيوتر دراستها. هذه المجموعة من البيانات، التي أطلقوا عليها اسم "مجموعة بيانات العمل في المرتفعات العالية" (High-Altitude Operation Dataset)، أصبحت ميدان التدريب حيث تعلم النموذج كيفية التمييز بين خوذة السلامة وبين عارضة معدنية أو سحابة. وبمجرد تدريب النموذج، اختبره الفريق مقابل مجموعة صارمة من القواعد. ووجدوا أن نظامهم يمكنه تحديد معدات السلامة بنسبة نجاح بلغت 91.5 بالمائة في بيئة الاختبار الخاصة بهم. كان هذا تحسنًا كبيرًا مقارنة بأنظمة الكشف الخفيفة الأخرى الشائعة، والتي واجهت صعوبة في الوصول إلى دقة مماثلة دون أن تصبح ثقيلة جدًا بحيث لا تستطيع الطائرة بدون طيار حملها.
يكمن سر هذا النجاح في كيفية تعامل النموذج مع المعلومات. فبدلاً من محاولة معالجة الصورة بأكملها بكثافة متساوية، يستخدم النظام سلسلة من المرشحات المتخصصة. يعمل جزء من النموذج مثل "حارس بوابة"، يقرر أي أجزاء من الصورة مهمة وأيها مجرد فوضى خلفية. فهو يعزز الإشارات القادمة من معدات السلامة بينما يخمد الضجيج الناتج عن البيئة المعقدة. ويصمم جزء آخر من النظام للنظر إلى الصورة من "مسافات" مختلفة في آن واحد؛ حيث يجمع بين رؤية واسعة للمشهد ونظرة مقربة جدًا للتفاصيل الدقيقة، مما يسمح له بربط النقاط حتى عندما يكون العامل محجوبًا جزئيًا. يضمن هذا النهج متعدد المستويات أنه إذا كان الحزام محجوبًا بسلك ما، فلا يزال بإمكان النظام التعرف على شكل الخوذة أو الحزام بناءً على السياق المحيط.
اختبر الباحثون أيضًا نموذجهم على مجموعة بيانات عامة لمشاهد جوية مزدحمة لمعرفة ما إذا كان بإمكانه التعامل مع مواقف لم يرها من قبل. وحتى في هذه البيئات الكثيفة والفوضوية، حافظ النظام على مستوى عالٍ من الأداء، مما أثبت أنه تعلم قواعد عامة حول العثور على الأجسام الصغيرة بدلاً من مجرد حفظ الصور المحددة التي تدرب عليها. النتيجة النهائية هي كاشف يتميز بدقة فائقة وكفاءة ملحوية؛ فهو يستخدم جزءًا ضئيلًا فقط من الذاكرة وقوة المعالجة المطلوبة للنماذج الأقدم والأثقل. هذه الكفاءة أمر بالغ الأهمية لأنها تعني إمكانية نشر هذه التكنولوجيا على طائرات بدون طيار فعلية تحلق فوق خطوط الطاقة، مما يوفر تنبيهات في الوقت الفعلي إذا لم يكن العامل محميًا بشكل صحيح.
إن تداعيات هذا العمل تمتد إلى ما هو أبعد من مجرد أرقام على رسم بياني. فمن خلال جعل الكشف التلقائي والموثوق عن معدات السلامة في الظروف الصعبة أمرًا ممكنًا، توفر هذه التكنولوجيا وسيلة عملية لمنع الحوادث قبل وقوعها. لقد أثبت الباحثون أنه من الممكن بناء نظام ذكي بما يكفي لرؤية التفاصيل غير المرئية لموقع عمل في مرتفعات شاهقة دون الحاجة إلى كمبيوتر خارق للقيام بالعمل. وتشير نتائجهم إلى أن مستقبل السلامة الصناعية قد يعتمد على هذه الأدوات خفيفة الوزن والواعية بالسياق التي يمكنها العمل في أي مكان وفي أي وقت، مما يضمن حماية الأشخاص الذين يبقون الأنوار مضاءة أثناء قيامهم بعملهم الخطير.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.