في السنوات الأخيرة، عَززَت الطائرات المسيرة (Drones) من استخداماتها المتنوعة، مما جعل الكشف عن الأجسام في الصور الجوية موضوعًا للبحث المتزايد. ويكتسب كشف الأجسام المفتوحة (Open-Vocabulary Object Detection) أهمية خاصة حيث يتخطى الحدود المفروضة على الفئات المحددة مسبقًا.

تواجه التقنيات التقليدية تحديات كبيرة بسبب نقص الصور من وجهة نظر الطائرات المسيرة واختلافها الكبير عن الصور الطبيعية، مما يجعل تحقيق نتائج مرضية باستخدام أساليب الكشف التقليدية أمرًا صعبًا.

ومن أجل معالجة هذه التحديات، تم اقتراح تقنية DisDop، وهي إطار موحد يهدف لمزج تكنولوجيا التعلم العميق مع المعرفة المبنية على نماذج استشعار عن بُعد مثل RemoteCLIP وDINOv3. يتضمن هذا الإطار استراتيجيتي تقطير متقدمتين:

1. **تقطير المعرفة البصرية**: يجمع خطتنا بين قدرة RemoteCLIP على تحقيق التوافق عبر الأنماط مع قدرة DINOv3 في استخراج الميزات المحلية الدقيقة.
2. **تقطير المعرفة النصية**: يتم عن طريق نمذجة العلاقات الدلالية بين الفئات المختلفة، مما يعزز من التمثيل السياقي للميزات المحلية، مما يعزز من قدرة الكاشف على التعرف على الأجسام الصغيرة.

بفضل هذا الإطار، تمكنت DisDop من تحقيق أداء رائد في معايير الكشف عن الأجسام الجوية المفتوحة، مع إثبات فعالية الحلول المقدمة من خلال تحليلات شاملة للنماذج المستخدمة.

هل تعتقد أن تقنية DisDop ستحدث ثورة في مجالات استخدام الطائرات المسيرة؟ شاركونا آرائكم في التعليقات.