باحثون يطلقون مجموعة بيانات AVID: في 68,1% من الأهداف لا يتجاوز ضلع الإطار 8–16 بكسل

قدّم باحثون من Georgia Institute of Technology وARTPARK التابع للمعهد الهندي للعلوم (Indian Institute of Science) وRamaiah Institute of Technology مجموعة AVID، وهي مجموعة بيانات وسلسلة اختبارات للمتانة مخصصة للكشف عن أهداف جوية صغيرة جدًا. تضم المجموعة 32 040 زوجًا من اللقطات مأخوذة من 115 مقطع فيديو: تصوّر كاميرات أرضية في النطاق المرئي (RGB) وأخرى بالأشعة تحت الحمراء (IR) المشهد نفسه، وفي الكادر طيور وطائرات مسيّرة. وحسب المؤلفون لكل هدف من الأهداف الموسومة البالغ عددها 35 952 المتوسط الهندسي لعرض الإطار وارتفاعه، فتبيّن أنه 8–16 بكسل فقط في 68,1% من الأهداف. يضاف إلى ذلك أن الكاميرات ترى المشهد بزاوية مختلفة قليلًا، ففي 16,3% من 264 زوجًا جرى فحصها يزيد الانزياح بين RGB وIR على الضلع الوسيط للهدف.

ما الذي تضمه المجموعة

اللقطات مأخوذة من Drone Detection Dataset الذي أعدّه سفانستروم (Svanström) وزملاؤه. وجرى اختيار أزواج «طائر — طائرة مسيّرة» لمسابقة IEEE ICIP 2025 Video and Image Processing Cup. أما منصة المسابقة الخاصة بتحديد حمولة الطائرة المسيّرة فلم تدخل ضمن AVID.

يشمل الوسم 35 952 كائنًا: 15 471 طائرًا و20 481 طائرة مسيّرة. وقد ورثت المجموعة الإطارات والفئات من منظّمي المسابقة. يضم جزء التدريب 28 790 زوجًا من 102 فيديو، وجزء التحقق 3 250 أزواج من 13 فيديو أخرى. وفي المجموعة كلها 76 فيديو للطائرات المسيّرة و39 للطيور. يتراوح طول المقطع بين 50 و329 زوجًا من اللقطات، بوسيط 306 ومتوسط 278,6. وتتيح معرّفات الفيديو بناء التقييم بحيث لا تقع اللقطات المتجاورة من المقطع نفسه في التدريب والاختبار معًا.

ويشير المؤلفون إلى تحفّظ مهم: زوج RGB وIR يعني أن اللقطتين متقابلتان من حيث المشهد، لكنهما غير متطابقتين بكسلًا ببكسل. فبصريات الكاميرات مختلفة، ولذلك قد يظهر الهدف في إحداثيات مختلفة. ولا يعدّ المؤلفون عدم التطابق هذا ضجيجًا عشوائيًا، بل جزءًا من شروط التقييم.

أهداف ضئيلة وانزياح بين الكاميرات

وفق معيار COCO للأجسام الصغيرة، تُصنَّف 99,0% من الأهداف ضمن هذه الفئة. وهذا التوزيع متجانس أكثر من اللازم، ولذلك يحلل المؤلفون الأحجام ضمن مجالات أدق: يضم المجال 8–16 بكسل 24 489 وسمًا.

ولقياس الانزياح بين الكاميرات استحدث المؤلفون أداتين: نسبة المحاذاة النسبية و«منحنى حمل عدم التطابق». وتقيس الأداتان الإزاحة بوحدة أضلاع الهدف لا بالبكسل. فانزياح بخمسة بكسلات لا يكاد يؤثر في جسم كبير، لكنه كبير جدًا بالنسبة إلى هدف عرضه عشرة بكسلات. وفي عيّنة من 300 زوج، تتجاوز الإزاحة الكلية (global translation) المقدَّرة 5 بكسل في 32,3% من الحالات. ومن بين 264 زوجًا ذات وسم متطابق، يزيد الانزياح في 16,3% منها على ضلع وسيط واحد للهدف.

اختبار التشويش وتحليل قابلية الفصل

الجزء الثاني من العمل اختبار مضبوط للتشويه. وهو يحاكي سبع عائلات من تدهور الصورة على خمسة مستويات من الشدة، منها الضجيج والضبابية وتغيّر الإضاءة وعدم ثبات الكاميرا. ويمكن تطبيق التشويش على RGB فقط أو على IR فقط أو على القناتين معًا، ولذلك يصبح المستشعر المتأثر متغيرًا صريحًا في التجربة. ولا يرى المؤلفون أن الشدة الاسمية للتشويش تساوي الصعوبة الفعلية للمهمة بالنسبة إلى الكاشف.

وأُجري كذلك تحليل في فضاء ثابت صغير الأبعاد من الخصائص. ويبيّن هذا التحليل كيف يؤثر حجم الهدف والتشويهات والانزياحات المضافة بين الوسائط في تداخل فئتي «طائر» و«طائرة مسيّرة». والمقياس المستخدم هو حد خطأ بهاتاتشاريا: كلما انخفضت القيمة كانت الفئات أفضل انفصالًا. وعند حجم هدف 12–16 بكسل يبلغ الحد 0,148 لـ RGB و0,198 لـ IR و0,046 للخصائص المدمجة. ويقلّص دمج المستشعرات التداخل بوضوح، مع أن IR يتخلف هنا عن RGB حين يُؤخذ منفردًا.

وتصف هذه القيم قابلية الفصل ضمن الخصائص ونماذج الكثافة المختارة، لا دقة كاشف مُدرَّب. كما يعتمد التحليل على مواضع الأهداف الموسومة.

ويقترح المؤلفون استخدام AVID في أبحاث تراعي المقياس والمحاذاة وخصوصيات كل مستشعر. وتساعد المجموعة على فهم الظروف التي يحقق فيها دمج RGB وIR مكسبًا، والظروف التي يفقد فيها الدمج جدواه. نُشرت المسودة البحثية على arXiv ضمن قسم cs.CV.