A Feature Prior Tensor Nuclear Norm with Improved Bilateral Filtering Regularization for Dim and Small Target Detection

आकाश के विशाल, शांत विस्तार में, एक ड्रोन या एक दूर का मिसाइल अक्सर घूमते हुए बादलों, ऊबड़-खाबड़ पहाड़ी कटक या पृथ्वी की बनावट वाली सतह के विरुद्ध एक धुंधले, टिमटिमाते बिंदु के अलावा कुछ नहीं दिखाई देता। इन्फ्रारेड कैमरों के लिए, जो दृश्य प्रकाश के बजाय गर्मी देखते हैं, इन छोटे लक्ष्यों को पहचानना बेहद कठिन होता है। वे मंद होते हैं, जिसका अर्थ है कि वे बहुत कम ऊर्जा उत्सर्जित करते हैं, और छोटे होते हैं, जो अक्सर एक विशाल छवि में केवल कुछ पिक्सेल ही घेरते हैं। असली चुनौती लक्ष्य को खोजने में नहीं, बल्कि उसे पृष्ठभूमि से अलग करने में है। आकाश और ज़मीन कभी भी खाली नहीं होते; वे "क्लटर" (अव्यवस्था) से भरे होते हैं—जैसे बादल का तीखा किनारा, किसी इमारत का कोना, या जंगल की छतरी की बनावट। एक कंप्यूटर एल्गोरिदम के लिए, ये पृष्ठभूमि की विशेषताएं लक्ष्य जितनी ही चमकीली और स्पष्ट दिख सकती हैं, जिससे सिस्टम गलत अलार्म बजा सकता है या, इससे भी बदतर, लक्ष्य को पूरी तरह से मिस कर सकता है। यह सैन्य रक्षा और नागरिक सुरक्षा दोनों के लिए एक महत्वपूर्ण समस्या है, जहाँ एक जटिल दृश्य में एक छोटी वस्तु को चूक जाना गंभीर परिणाम दे सकता है।

शोधकर्ताओं ने कंप्यूटर को "सिग्नल" को "शोर" से अलग करना सिखाकर इसे हल करने का लंबे समय से प्रयास किया है। कल्पना कीजिए कि एक छवि एक स्तरित केक (लेयर्ड केक) की तरह है: निचला स्तर चिकना, अपरिवर्तित बैकग्राउंड है, ऊपरी स्तर चमकीला, तीखा लक्ष्य है, और उनके बीच की फ्रॉस्टिंग शोर का रैंडम स्टैटिक है। लक्ष्य है शोर और बैकग्राउंड को हटाकर लक्ष्य को प्रकट करना। हालाँकि, जब बैकग्राउंड तीखे किनारों और कोनों से भरा होता है, तो पारंपरिक तरीके अक्सर संघर्ष करते हैं, और एक पेड़ की टहनी को विमान समझ लेते हैं। गुआंग्शी यूनिवर्सिटी ऑफ साइंस एंड टेक्नोलॉजी का एक नया अध्ययन इस अव्यवस्थित वास्तविकता को संभालने का एक नया तरीका प्रस्तावित करता है। टीम ने एक ऐसी विधि विकसित की है जो न केवल लक्ष्य को खोजती है; बल्कि यह सक्रिय रूप से उन विशिष्ट प्रकार के बैकग्राउंड पैटर्न को अनदेखा करना सीखती है जो आमतौर पर सिस्टम को भ्रमित करते हैं।

इस नए दृष्टिकोण का मूल दो मुख्य रणनीतियों के मिलकर काम करने में निहित है। सबसे पहले, शोधकर्ताओं ने एक गणितीय फ़िल्टर बनाया जो एक स्मार्ट छलनी की तरह कार्य करता है। अतीत में, फ़िल्टर शोर को हटाने के लिए छवि को सुचारू (स्मूथ) बना देते थे, लेकिन वे अक्सर लक्ष्य को बैकग्राउंड के साथ धुंधला कर देते थे। यह नया फ़िल्टर "बेहतर" है क्योंकि यह एक चिकने क्षेत्र और एक तीखे किनारे के बीच अंतर समझता है। यह छवि को छोटे पैच (खंडों) में देखता है, उनकी आपस में तुलना करता है। यदि दो पैच चमक में समान दिखते हैं और पास-पास हैं, तो फ़िल्टर उन्हें बैकग्राउंड का हिस्सा मानता है और उन्हें स्मूथ कर देता है। लेकिन यदि कोई पैच अलग है—शायद उसमें एक छोटा, चमकीला बिंदु है जो अपने पड़ोसियों से मेल नहीं खाता—तो फ़िल्कर उसे सुरक्षित रखता है। यह सिस्टम को जटिल, शोर वाले बैकग्राउंड को दबाने की अनुमति देता है जबकि धुंधले लक्ष्य को बरकरार रखता है।

दूसरी रणनीति विशेष रूप से कोनों और किनारों की समस्या को संबोधित करती है, जो गलत अलार्म के सबसे आम स्रोत हैं। शोधकर्ताओं ने छवि में एक कोने या किनारे की "शक्ति" को मापने का एक नया तरीका पेश किया है। एक बिंदु के चारों ओर विभिन्न दिशाओं में प्रकाश कैसे बदलता है इसका विश्लेषण करके, सिस्टम यह निर्धारित कर सकता है कि वह किसी इमारत का तीखा कोना देख रहा है या एक चिकना वक्र। फिर वे इस जानकारी का उपयोग कंप्यूटर को इन क्षेत्रों के साथ अतिरिक्त सावधानी बरतने के लिए करने हेतु करते हैं, जो प्रभावी रूप से एल्गोरिदम को बताता है, "यह तीखा किनारा संभवतः केवल परिदृश्य का हिस्सा है, लक्ष्य नहीं।" यह सिस्टम को बैकग्राउंड के जटिल विवरणों, जैसे कि पहाड़ की ऊबड़-खाबड़ रूपरेखा या दो सड़कों के मिलन स्थल से विचलित होने से रोकता है।

अपने विचार का परीक्षण करने के लिए, टीम ने अपने मेथड को छह अलग-अलग वास्तविक दुनिया के परिदृश्यों पर लागू किया, जिसमें समतल ज़मीन के ऊपर उड़ता हुआ लक्ष्य से लेकर क्षितिज के पास युद्धाभ्यास करता हुआ लक्ष्य तक शामिल था। उन्होंने अपने परिणामों की तुलना छह अन्य अग्रणी डिटेक्शन विधियों से की। दृश्य परिणाम आश्चर्यजनक थे। जिन छवियों में अन्य एल्गोरिदम अवशेष शोर की धुंध छोड़ देते थे या लक्ष्य को पूरी तरह से मिस कर देते थे, वहां इस नए मेथड ने एक साफ छवि बनाई जहाँ लक्ष्य एक गहरे, चिकने बैकग्राउंड के सामने स्पष्ट रूप से उभर कर आया। शोधकर्ताओं ने अपने मेथड की सफलता को विशिष्ट मेट्रिक्स का उपयोग करके मापा जो यह निर्धारित करते हैं कि बैकग्राउंड को कितनी अच्छी तरह दबाया गया और लक्ष्य के सिग्नल को कितना बढ़ाया गया। लगभग हर टेस्ट केस में, उनके मेथड ने दूसरों से बेहतर प्रदर्शन किया, और बैकग्राउंड सप्रेशन (दमन) के लिए उच्चतम स्कोर प्राप्त किया। एक विशिष्ट परिदृश्य में, जिसमें लक्ष्य पास से दूर की ओर जा रहा था, उनके मेथड ने प्रतिस्पर्धी तकनीकों की तुलना में बैकग्राउंड शोर को काफी अधिक कम कर दिया।

हालाँकि, शोधकर्ताओं ने सावधानी बरतते हुए यह नोट किया कि उनका मेथड हर स्थिति के लिए एक पूर्ण समाधान नहीं है। उन दृश्यों में जहाँ बैकग्राउंड स्वयं दोहराव वाले, संरचित पैटर्न से भरा है जो लक्ष्य के बहुत समान दिखते हैं, सिस्टम कभी-कभी अंतर करने में संघर्ष करता है, जिससे गलत अलार्म की दर थोड़ी बढ़ जाती है। इसके अतिरिक्त, उन परिदृश्यों में जहाँ बैकग्राउंड पहले से ही बहुत साफ था और लक्ष्य अत्यंत चमकीला था, एल्गोरिदम द्वारा लागू किए गए मजबूत फ़िल्टरिंग ने कभी-कभी लक्ष्य के किनारों को बहुत अधिक स्मूथ कर दिया, जिससे वह थोड़ा कम स्पष्ट हो गया। ये निष्कर्ष बताते हैं कि हालांकि यह मेथड जटिल, अव्यवस्थित वातावरण में अत्यधिक प्रभावी है, लेकिन इसे विशिष्ट, आदर्श स्थितियों के लिए और अधिक परिष्कृत करने की आवश्यकता हो सकती है।

अंततः, यह कार्य यह प्रदर्शित करता है कि एक स्मार्ट फ़िल्टरिंग तकनीक और छवि ज्यामिति की गहरी समझ को जोड़कर, अदृश्य को देखा जा सकता है। नया मेथड वास्तविक दुनिया के अराजक विजुअल शोर में धुंधले और छोटे लक्ष्यों का पता लगाने का एक अधिक विश्वसनीय तरीका प्रदान करता है। कंप्यूटर को उन विशिष्ट आकृतियों को पहचानने और अनदेखा करने के लिए सिखाकर जो आमतौर पर भ्रम पैदा करती हैं, शोधकर्ताओं ने एक ऐसा उपकरण प्रदान किया है जो इन्फ्रारेड निगरानी प्रणालियों को अधिक सटीक और भरोसेमंद बना सकता है, यह सुनिश्चित करते हुए कि आकाश के सबसे धुंधले संकेतों को शोर में खो न दिया जाए।