تقدير العمق أحادي العين الواعي بالمقاطع باستخدام محولات الرؤية

يستدل تقدير العمق أحادي العين على هندسة المشهد لكل نقطة صورة انطلاقًا من صورة ملونة واحدة، وهو قدرة أساسية تحتاج إليها السيارات ذاتية القيادة والروبوتات وتطبيقات الواقع المعزز لفهم البيئة المحيطة ثلاثية الأبعاد، غير أن النماذج الشاملة لهذا التقدير كثيرًا ما تموه حدود العمق عند فواصل الأجسام وتخفق في التقاط البنية على مستوى الجسم الكلي، فتندمج الأجسام المتجاورة وتضيع التفاصيل الدقيقة التي يعتمد عليها الإبحار الآمن والتعرف الدقيق، وهي مشكلة تتفاقم في المشاهد الحضرية المزدحمة بالأجسام المتنوعة والمتداخلة

ويعالج تقدير العمق الواعي بالمقاطع هذا القصور بتوظيف التجزئة الدلالية للمشهد، فيحلل التنبؤ بالعمق إلى مسائل فرعية أبسط خاصة بكل فئة دلالية على حدة، وتقدم هذه الدراسة المنشورة في مجلة إنفورميشن بنية متعددة الفروع على هذا الأساس، وتفيد الباحثين العرب وطلاب الدراسات العليا في الرؤية الحاسوبية بأنها تعرض تصميمًا بسيطًا وقابلًا للتوسع يمكن تدريبه من الطرف إلى الطرف، وتقارن بمنهجية واضحة بين استراتيجيتين لدمج مخرجات الفروع، بما يرشد اختيار البنية المناسبة بحسب الدقة المطلوبة والكلفة الحاسوبية المتاحة

أولًا: أهداف الدراسة ومنهجيتها

هدفت الدراسة إلى بحث تقدير العمق أحادي العين الواعي دلاليًا في تصميم متعدد الفروع يتولى فيه كل فرع خفيف من فروع محول الرؤية التنبؤ بالعمق الكثيف لفئته الدلالية مع كبت التداخل من المناطق الأخرى، كما فحصت استراتيجيتين لدمج مخرجات الفروع في تنبؤ واحد، أولاهما وحدة دمج بالانتباه المتقاطع قابلة للتعلم تتنبأ بالعمق من ركام مقترحات الفئات وأقنعتها، وثانيتهما جمع مخيّط بلا معلمات يجمع المخرجات المبوّبة بالأقنعة، وتتميز البنية المقترحة بأنها بسيطة وقابلة للتوسع وقابلة للتدريب من الطرف إلى الطرف ومتوافقة مع أي عمود فقري من محولات الرؤية، وأجريت التجارب على مجموعة كيتي الافتراضية الثانية التي تتوافر فيها بيانات العمق الحقيقية والتصنيفات الدلالية، وقورن الأداء بخط أساس أحادي الفرع باستخدام مقاييس الخطأ المعيارية

ثانيًا: أبرز النتائج

خلصت الدراسة إلى مجموعة من النتائج أبرزها ما يأتي

1. أنتجت النمذجة الواعية بالمقاطع حدود عمق أكثر حدة ووضوحًا عند فواصل الأجسام مقارنة بخط الأساس أحادي الفرع، وحسنت مقاييس الخطأ المعيارية تحسنًا ملموسًا

2. انخفض الخطأ النسبي المطلق من 0.243 إلى 0.152، وانخفض جذر متوسط مربعات الخطأ من 11.952 إلى 9.101 على مجموعة كيتي الافتراضية الثانية، بما يوثق مقدار التحسن الكمي الذي حققه التصميم متعدد الفروع

3. وازى الجمع بلا معلمات دقة الدمج المتعلم وتفوق عليها في معظم الحالات، رغم أنه لا يضيف أي عبء حاسوبي إضافي، بما يجعله الخيار الأكثر كفاءة عمليًا

4. أثبت التصميم المقترح قابليته للتوسع والتوافق مع أعمدة فقرية مختلفة من المحولات، بما يتيح تكييفه مع مهام ومجموعات بيانات أخرى دون إعادة بناء جوهرية

ثالثًا: دلالات الدراسة وتطبيقاتها

تحمل هذه النتائج دلالات عملية لتطبيقات الإدراك البصري في القيادة الذاتية والروبوتات المتنقلة وأنظمة المساعدة المتقدمة، إذ تتيح حدود العمق الحادة تمييزًا أدق للأجسام المتجاورة والمشاة والمركبات، وتقلل أخطاء تقدير المسافات التي قد تؤثر في سلامة القرار، كما أن كفاءة الجمع بلا معلمات تجعل البنية صالحة للأجهزة محدودة الموارد التي تعمل في الزمن الحقيقي، ويمكن للباحثين البناء على هذا العمل باختبار البنية على بيانات واقعية مصورة في ظروف إضاءة وطقس متنوعة، ودراسة أثر دقة التجزئة الدلالية ذاتها في جودة العمق المقدر، وتوسيع الفئات الدلالية المعالجة، ودراسة سلوك النموذج عند انتقاله من البيئات الافتراضية المحكمة إلى المشاهد الواقعية بما تحمله من ضوضاء بصرية وتنوع غير متوقع، وهو انتقال حاسم قبل الاعتماد الفعلي على هذه الأنظمة في المركبات والروبوتات العاملة بين البشر، إذ ترتبط جودة تقدير العمق ارتباطًا مباشرًا بسلامة قرارات الإبحار وتفادي الاصطدام وفهم المشهد المحيط فهمًا موثوقًا

وخلاصة القول إن الدراسة تبرهن على أن تجزئة مسألة تقدير العمق بحسب الفئات الدلالية ومعالجتها بفروع خفيفة من محولات الرؤية، تحقق عمقًا أدق وحدودًا أوضح بكلفة حاسوبية منضبطة، وتقدم للباحثين في الرؤية الحاسوبية مسارًا عمليًا قابلًا للتطوير والتعميم