شبكة ذاتية التكيف عالمية-محلية للكشف عن الأجسام من منظور الطائرات المسيرة

الاستفادة المباشرة من أساليب التعلم العميق، شهدت تقنيات الكشف عن الأجسام زيادة كبيرة في الأداء في السنوات الأخيرة. ومع ذلك، لا يزال الكشف عن الأجسام من منظور الطائرات المسيرة يمثل تحديًا لسببين رئيسيين: (1) الأجسام الصغيرة جدًا التي تحتوي على المزيد من الضبابية مقارنةً بأجسام المنظور الأرضي توفر معلومات أقل قيمة تجاه الكشف الدقيق والموثوق؛ (2) توزيع الأجسام بشكل غير متساوٍ يجعل الكشف غير فعال، خاصةً في المناطق التي تحتلها الأجسام المكتظة. لمواجهة هذه التحديات، نقترح في هذا البحث شبكة ذاتية التكيف عالمية-محلية (GLSAN). تشمل المكونات الرئيسية في شبكتنا GLSAN شبكة كشف عالمية-محلية (GLDN)، خوارزمية بسيطة لكنها فعالة لاختيار المناطق الذاتية التكيف (SARSA)، وشبكة تحسين محلي فائقة الدقة (LSRN). ندمج استراتيجية اندماج عالمية-محلية في شبكة متغيرة المقاييس تدريجياً لأداء كشف أكثر دقة، حيث يمكن لمكتشف التفاصيل المحلي أن يعيد ضبط الصناديق المحيطة بالأهداف المكتشفة بواسطة المكتشف العالمي الخشن عبر تقطيع الصور الأصلية لزيادة الدقة. يمكن لـ SARSA تقطيع المناطق المكتظة ديناميكيًا في الصور المدخلة، وهو أمر غير مُراقب ويمكن توصيله بسهولة إلى الشبكات. بالإضافة إلى ذلك، نقوم بتدريب LSRN لتكبير الصور المقطوعة، مما يوفر معلومات أكثر تفصيلاً لاستخراج الميزات دقيقة المقياس، helping the detector distinguish foreground and background more easily. تسهم SARSA وLSRN أيضًا في تكبير البيانات نحو تدريب الشبكة، مما يجعل المكتشف أكثر موثوقية. تجارب شاملة وتقييمات دقيقة على مجموعة بيانات VisDrone2019-DET وUAVDT تُظهر فعالية وتكيف أسلوبنا. نحو تطبيق صناعي، تم تطبيق شبكتنا أيضًا على مجموعة بيانات DroneBolts مع مزايا مثبتة. رموز المصدر الخاصة بنا متاحة على https://github.com/dengsutao/glsan.