MPC-DETR: محول سياق الشريحة متعدد المقاييس لرصد الأجسام الصغيرة في صور الطائرات بدون طيار

لا يزال الكشف عن الأجسام الصغيرة في صور الطائرات بدون طيار (UAV) يشكل تحديًا لأن الأجسام المستهدفة تشغل غالبًا بكسلات قليلة فقط، وتظهر استجابات مميزة ضعيفة، وسهلة التعتيم من قبل خلفيات معقدة. هذه الجوانب تحد بشكل كبير من فعالية أنظمة الكشف من النهاية إلى النهاية. للتغلب على هذه القيود وزيادة دقة الكشف في إعدادات UAV التحدي، تقترح هذه الورقة MPC-DETR، وهو محول سياق الشريحة متعدد المقاييس الذي يعتمد على RT-DETR. للبدء، تم اقتراح وحدة دمج انتباه محلي-عالمي (LGAF) لالتقاط المميزات المحلية الدقيقة والعلاقات الدلالية طويلة المدى للأجسام الصغيرة. تعزز LGAF تمثيل المميزات من خلال آلية انتباه تآزري خفيفة الوزن ومتعددة الفروع مع إدخال عبء حسابي محدود. ثانيًا، تم اقتراح وحدة تفاعل ميزات مدركة للسياق موسعة (DCFI) لتعزيز قدرة التمييز للمميزات العالية المستوى في الخلفيات المزدحمة ومشاهد الأجسام الصغيرة ذات الكثافة العالية. يسمح DCFI بتجميع المميزات بفعالية أكبر وفهم سياقي من خلال نمذجة سياقية متعددة المقاييس وتفاعل ميزات مرن لنطاق مقاييس مختلفة. ثالثًا، تم تطوير وحدة دمج ميزات متعددة المقاييس موجهة بالشريحة (PGMFF) لإنشاء نهج دمج سياقي موجه بالشريحة يجمع بين المميزات السطحية عالية الدقة مع معلومات دلالية أعمق. تحسن هذه العملية من الحفاظ على معلومات الأجسام الدقيقة وتمثيلها وتقليل فقد المعلومات في انتشار المميزات. تظهر النتائج التجريبية على مجموعة بيانات VisDrone2019 أن MPC-DETR حقق mAP50 و mAP50–95 بنسبة 52.5% و 33.3%، على التوالي، وهي نقاط أعلى بـ 4.6 و 4.0 نقطة مئوية من النموذج الأساسي. تدعم التحليلات الإضافية لمجموعتي بيانات UAVDT و HIT-UAV أيضًا الإمكانية العالية للتعميم للطريقة المقترحة لمشاكل الكشف عن الأجسام الصغيرة المتعلقة بالطائرات بدون طيار. بصفة عامة، تقترح النتائج أن MPC-DETR يوفر كشفًا دقيقًا وقويًا وفعالًا للأجسام الصغيرة في صور UAV المعقدة.