خوارزمية ما فوق للرؤية الآلية للتعرف الآلي على الأجسام تحت الماء باستخدام صور السونار الجانبي

1. المقدمة

يتناول البحث التحدي الحرج المتمثل في تحديد مواقع الأجسام تحت الماء في مجالات مثل الهيدروغرافيا، والبحث والإنقاذ، وعلم الآثار تحت الماء، والعلوم البحرية. فالبيئة المعادية، وصعوبة الحصول على صور عالية الجودة، والتكاليف الباهظة للحلول التي تعتمد على الطواقم البشرية أو المركبات التي تُشغَّل عن بُعد، تشكل عقبات تشغيلية كبيرة. ويؤدي التحول نحو المركبات الذاتية تحت الماء المجهزة بأجهزة استشعار صوتية مثل السونار الجانبي إلى توليد تدفقات هائلة من البيانات، مما يخلق اختناقًا في المعالجة اللاحقة. يقترح هذا البحث خوارزمية ما فوق جديدة تعمل في الوقت الفعلي لأتمتة اكتشاف وتحديد الإحداثيات الجغرافية للأجسام من صور السونار الجانبي، بهدف خفض التكاليف وتقليل التأخير وتعزيز الوعي بالحالة.

2. الأعمال السابقة والسياق

يضع المؤلفون عملهم في مواجهة طرق واصفات الميزات التقليدية (مثل SIFT, SURF, BRIEF, ORB) والشبكات العصبية التلافيفية الحديثة (مثل AlexNet, VGG, GoogLeNet). ويحددون بشكل صحيح قيدًا رئيسيًا: هذه الطرق تتطلب معرفة مسبقة بالأجسام المستهدفة ومجموعات بيانات تدريبية واسعة. وهذا يمثل عائقًا كبيرًا في المجالات تحت الماء حيث تكون الأجسام المستهدفة متنوعة (مثل الأنواع التي لا تحصى من حطام السفن أو معدات الصيد) وتكون البيانات المُوسَّمة نادرة أو مكلفة الحصول عليها. تم تصميم خوارزميتهم لتكون كاشفًا للأغراض العامة يتجاوز الحاجة إلى قوالب أجسام محددة أو مجموعات تدريبية كبيرة.

3. المنهجية: خوارزمية الما فوق ثلاثية المراحل

الابتكار الأساسي هو خط أنابيب مبسط من ثلاث مراحل يحول بيانات المستشعر الخام إلى معلومات قابلة للتنفيذ عن الأجسام.

3.1 المرحلة 1: تركيب الصورة وتصحيحها

يتم معالجة بيانات السونار الجانبي الخام بتنسيق XTF (المتدفقة أو من الملفات) لتوليد صور ثنائية الأبعاد. يتم تطبيق تصحيحات هندسية (مثل تصحيح المدى المائل) وإشعاعية (مثل تعويض الكسب المتغير مع الزمن) لإنتاج صور مناسبة للتحليل البصري الآلي، مما يخفف من التشوهات الخاصة بالسونار.

3.2 المرحلة 2: توليد سحابة نقاط الميزات

يتم تطبيق خوارزميات الكشف عن الميزات ثنائية الأبعاد القياسية (مثل كاشفات الزوايا مثل Harris أو FAST، وكاشفات الحواف) على الصورة المصححة. يولد هذا "سحابة نقاط" من الميزات البصرية الدقيقة (الزوايا، الحواف). الافتراض الأساسي، المدعوم بالأدبيات (Viola & Jones, 2004)، هو أن الأجسام الصناعية أو الطبيعية المميزة ستظهر على شكل تجمعات كثيفة من هذه الميزات مقابل خلفية أكثر ضوضاء وتشتتًا.

3.3 المرحلة 3: التجميع وفهرسة الأجسام

يتم إعادة صياغة مشكلة الكشف كمهمة تجميع ورفض للضوضاء. يتم تطبيق خوارزمية تجميع (مثل DBSCAN أو mean-shift) على سحابة نقاط الميزات لتحديد مناطق الكثافة العالية للميزات. يتم حساب مركز الكتلة لكل مجموعة، مما يوفر منطقة اهتمام مُعرَّفة جيدًا ومحددة جغرافيًا. الناتج هو فهرس في الوقت الفعلي للأجسام ذات الموقع الجغرافي.

4. دراسات الحالة والتطبيقات

يبرز البحث حالتين استخدام مقنعتين تستفيدان من نهجه العام:

• علم الآثار تحت الماء: اكتشاف حطام السفن والقطع الأثرية غير القياسية والمتداعية غالبًا، حيث يكون إنشاء مجموعة تدريبية شاملة لشبكة عصبية تلافيفية غير عملي.
• إدارة النفايات البحرية (معدات الصيد الضالة): تحديد معدات الصيد المفقودة أو المهملة (الشباك، الفخاخ، الخيوط) التي تأتي بأشكال وأحجام لا تحصى، مما يجعل الطرق القائمة على القوالب غير فعالة.

5. الغوص التقني العميق

يعتمد فعالية الخوارزمية على مرحلة التجميع. خوارزمية مناسبة مثل DBSCAN (التجميع المكاني القائم على الكثافة للتطبيقات مع الضوضاء) مثالية لأنها يمكنها العثور على مجموعات بأشكال عشوائية وتصنيف النقاط المتفرقة كضوضاء. يمكن تصور العملية الأساسية على أنها إيجاد مجموعات $C$ في مجموعة ميزات $F = \{f_1, f_2, ..., f_n\}$ حيث لكل ميزة $f_i$ إحداثيات صورة $(x_i, y_i)$. يتم تعريف المجموعة $C_k$ بحيث بالنسبة لمسافة $\epsilon$ وحد أدنى للنقاط $MinPts$، تتجاوز الكثافة في جوارها عتبة معينة، مما يفصلها عن ضوضاء الخلفية. ثم يتم إعطاء موقع الجسم بواسطة مركز الكتلة: $\text{Centroid}(C_k) = \left( \frac{1}{|C_k|} \sum_{f_i \in C_k} x_i, \frac{1}{|C_k|} \sum_{f_i \in C_k} y_i \right)$.

6. النتائج والأداء

بينما لا يتضمن مقتطف PDF المقدم نتائج كمية، فإن سير العمل الموصوف يشير إلى مقاييس أداء رئيسية:

• معدل الكشف: القدرة على تحديد الأجسام محل الاهتمام (الإيجابيات الحقيقية).
• معدل الإيجابيات الكاذبة: تصنيف خاطئ لنسيج قاع البحر أو الضوضاء كأجسام. مرحلة التجميع حاسمة لرفض الضوضاء.
• دقة تحديد الموقع الجغرافي: دقة مركز الكتلة المحسوب بالنسبة للموقع الحقيقي للجسم، وتعتمد على جودة بيانات ملاحة السونار.
• زمن التأخير في المعالجة: قدرة النظام على مواكبة استهلاك بيانات السونار في الوقت الفعلي، وهي ميزة يُدَّعى بها مقارنة بالمعالجة اللاحقة.

التصور: يمكن تصور المخرجات كطبقة فوقية لصورة سونار جانبي: عرض الشلال الخام للسونار، مع صناديق محيطة أو علامات مرسومة حول المجموعات المكتشفة، ولوحة منفصلة تسرد الفهرس المحدد جغرافيًا (خط العرض، خط الطول، درجة الثقة).

7. الإطار التحليلي والمثال

إطار للتقييم: لتقييم مثل هذا النظام، سيتم بناء مجموعة بيانات اختبارية تحتوي على أجسام حقيقية معروفة (مثل أهداف محاكاة أو مُنشأة على قاع بحر معروف). سيتابع التحليل هذا التدفق:

1. المدخلات: ملف بيانات سونار جانبي خام بتنسيق XTF يحتوي على مزيج من الأجسام (مثل قطعة حطام سفينة، جرة فخارية، حطام حديث) وخلفية معقدة (رمل، صخور، نباتات).
2. المعالجة: تشغيل الخوارزمية ثلاثية المراحل. ضبط حساسية كاشف الميزات في المرحلة 2 ومعلمات التجميع في المرحلة 3 ($\epsilon$, $MinPts$) لتحسين المقايضة بين الكشف والإنذارات الكاذبة.
3. تحليل المخرجات: مقارنة فهرس الخوارزمية مع الحقيقة الأرضية. حساب الدقة $P = TP/(TP+FP)$، والاستدعاء $R = TP/(TP+FN)$، ودرجة F1. تحليل الأجسام المفقودة (السلبيات الكاذبة) – هل كانت منخفضة التباين أو تفتقر إلى ميزات حادة؟ تحليل الإيجابيات الكاذبة – هل نشأت من مستعمرات بيولوجية كثيفة أو نتوءات صخرية؟
4. الرؤية: يكشف هذا الإطار الحد الأدنى للأداء الأساسي للخوارزمية: إنها تتقن العثور على الشذوذات عالية الكثافة للميزات ولكنها قد تواجه صعوبة مع الأجسام الكبيرة الملساء أو تنخدع ببعض القوام الطبيعية.

8. الاتجاهات والتطبيقات المستقبلية

تضع خوارزمية الما فوق المقترحة أساسًا للعديد من التطورات المتقدمة:

• أنظمة الذكاء الاصطناعي الهجينة: يمكن أن تغذي مخرجات مناطق الاهتمام من الخوارزمية مصنفًا ثانويًا متخصصًا من نوع الشبكات العصبية التلافيفية. تعمل خوارزمية الما فوق كـ "مرشح خشن"، تجد المناطق المرشحة، بينما تقوم شبكة عصبية تلافيفية مدمجة بالتصنيف الدقيق (مثل "شبكة مقابل إطار مقابل صخرة")، مستفيدةً من العمل في مجالات مثل التعلم بالقليل من العينات.
• دمج الوسائط المتعددة: دمج البيانات من أجهزة استشعار أخرى على المركبة الذاتية تحت الماء، مثل سونار قياس الأعماق (متعدد الحزم) أو أجهزة قياس الطبقات تحت القاع، لإنشاء سحابة ميزات ثلاثية الأبعاد، مما يحسن التمييز بين الأجسام وقاع البحر.
• التجميع التكيفي: تنفيذ خوارزميات تجميع عبر الإنترنت تتكيف مع المعلمات بناءً على نوع قاع البحر المحلي (مثل أكثر حساسية في المناطق الرملية، أكثر تحفظًا في المناطق الصخرية)، مستنيرةً بالخرائط السابقة أو تصنيف قاع البحر المتزامن.
• تطبيقات أوسع: فحص خطوط الأنابيب والكابلات (الكشف عن التعرض أو التلف)، وإجراءات مكافحة الألغام (كمسح أولي سريع)، ومراقبة الموائل البحرية (الكشف عن الهياكل الشاذة).

9. المراجع

1. Lowe, D. G. (1999). Object recognition from local scale-invariant features. Proceedings of the Seventh IEEE International Conference on Computer Vision.
2. Bay, H., Ess, A., Tuytelaars, T., & Van Gool, L. (2008). Speeded-Up Robust Features (SURF). Computer Vision and Image Understanding.
3. Viola, P., & Jones, M. (2004). Robust Real-Time Face Detection. International Journal of Computer Vision.
4. Krizhevsky, A., Sutskever, I., & Hinton, G. E. (2012). ImageNet classification with deep convolutional neural networks. Advances in Neural Information Processing Systems.
5. Ronneberger, O., Fischer, P., & Brox, T. (2015). U-Net: Convolutional Networks for Biomedical Image Segmentation. Medical Image Computing and Computer-Assisted Intervention (MICCAI). (For analogy to encoder-decoder structures in sonar).
6. NOAA Ocean Exploration. (2023). Advancing Technologies for Ocean Exploration. https://oceanexplorer.noaa.gov/technology/technology.html

10. التحليل والنقد الخبير