في عالم الرؤية الحاسوبية، يُعَدّ الكشف عن الأجسام المموهة (Camouflaged Object Detection) أحد التحديات المتزايدة التي تطرح صعوبات متعددة. تلك الأجسام، التي تمتاز بتشابه كبير في اللون والملمس والحجم مع خلفياتها، تحتاج إلى تقنيات دقيقة من أجل تنظيمها وكشفها. تتعقد هذه المهمة في ظروف الإضاءة المنخفضة، والتداخل الجزئي، وصغر حجم الأجسام، بالإضافة إلى الأنماط الخلفية المعقدة.

على الرغم من وجود العديد من الطرق المتطورة في هذا المجال، إلا أن الأدوات الحالية لا تزال تواجه صعوبات في اكتشاف الأجسام المموهة بدقة، خاصة في السيناريوهات المعقدة التي تحتوي على أجسام صغيرة ومتعددة، مما يشير إلى ضرورة تحسين هذه الأساليب.

لذلك، نقدم اليوم شبكة MSRNet: وهي شبكة متعددة المقاييس تعيد تعريف خطوة الكشف عن الأجسام المموهة عن طريق استغلال ميزات متعددة المقاييس عبر استخدام هيكلية Pyramid Vision Transformer. هذه الشبكة تُدمج ميزات خاصة من خلال وحدات دمج المقاييس المعتمدة على الانتباه (Attention-Based Scale Integration Units)، مما يسهل عملية دمج الخصائص الانتقائية.

ويعتمد عملية الكشف الدقيقة في شبكتنا على مُشفّر يقوم بتكرار تحسين الميزات عبر دمج وحدات دمج متعددة الجوانب (Multi-Granularity Fusion Units). كما تم تصميم استراتيجية جديدة للتكرار والعودة في عملية فك الترميز بهدف تعزيز فهم النموذج للسياق العام، مما يساعده على تجاوز تحديات الكشف عن الأجسام المموهة.

نجحت شبكة MSRNet في تحقيق إنجازات مبهرة على مجموعتي بيانات مرجعية للكشف عن الأجسام المموهة، محققة نتائج رائدة في هذا المجال، حيث تحتل المركز الثاني في مجموعتين أخريين. إذا كنت مهتمًا بالاستخدام العملي لهذه التقنية، يمكنك الاطلاع على الكود ووزنات النموذج والنتائج المتاحة على GitHub.

هل تعتقد أن هذه التقنية الجديدة ستحل مشاكل الكشف عن الأجسام المموهة بشكل نهائي؟ شاركونا آرائكم في التعليقات.