لماذا تبدو دقة الذكاء الاصطناعي للفيديو أقل عبر المطر أو الزجاج أو شبكات الحشرات؟
يصبح الذكاء الاصطناعي للفيديو أقل موثوقية بسبب المطر أو الزجاج أو خيوط العنكبوت، لأن التداخل البصري يخفي السمات الحقيقية ويُنشئ سمات زائفة مقنعة.
قد تكتشف كاميرا الفناء الأشخاص بموثوقية في أمسية جافة، ثم تُصدر تنبيهات بوجود حيوان أو شخص عندما تلمع خيوط عنكبوت مبللة تحت ضوء الأشعة تحت الحمراء. يرى النموذج وحدات بكسل، وليس «الطقس». وقد تهيمن القطرات والانعكاسات والخيوط القريبة من العدسة على وحدات البكسل تلك، أو تمحو الحدود اللازمة للتعرف على هدف بعيد.
يضيف التداخل سمات لا تنتمي إلى المشهد
تُنشئ خطوط المطر خطوطًا قصيرة ساطعة؛ وتكسر القطرات الضوء وتشوّش المناطق المحلية؛ ويضيف الزجاج انعكاسات؛ وتشكل خيوط العنكبوت منحنيات عالية التباين قريبة من العدسة. وقد تفسر الكواشف المُدرَّبة على المشاهد العادية تلك الأنماط على أنها أجزاء من جسم، أو تفقد المخطط الحقيقي خلفها.
تتعامل أبحاث الصور المفردة حول نماذج إزالة المطر مع المطر بوصفه طبقة بصرية يمكن فصلها عن محتوى المشهد. وتُظهر الحاجة إلى أساليب إزالة مخصصة أن المطر يغيّر بنية الصورة، وليس مجرد خفض السطوع.
يكون التداخل القريب من العدسة قويًا بصورة غير متناسبة لأنه يشغل عددًا كبيرًا من وحدات البكسل رغم صغر حجمه فعليًا. ويمكن لضوء الأشعة تحت الحمراء أن يضيء خيطًا أو قطرة بينما يبقى الممر البعيد مظلمًا. وقد تحصل السمة الزائفة حينها على تباين أكبر من الشخص الحقيقي الذي يفترض بالنظام العثور عليه.
ينشئ الزجاج والماء صورتين متنافستين
يمكن لكاميرا خلف الزجاج التقاط المشهد الخارجي وانعكاس داخلي في الوقت نفسه. ويحدد التركيز والتعريض والاستقطاب أي طبقة ستطغى. ويضيف الماء تشوهًا انكساريًا يتحرك مع انزلاق القطرات، لذلك تصبح الخلفية الثابتة غير مستقرة زمنيًا حتى عندما لا يتحرك شيء مهم في الخارج.
تتعامل أبحاث إزالة الانعكاسات مع فصل الانعكاس بوصفه مكوّنين بصريين متراكبين، لا مشهدًا واحدًا واضحًا. ويوضح هذا النموذج سبب إمكانية أن يربط اكتشاف الأجسام العادي ثقته بتفاصيل الغرفة المنعكسة بدلًا من المنطقة الخاضعة للمراقبة.
قد يُفعَّل اكتشاف الحركة أولًا، يليه كاشف يُجبر على تصنيف المنطقة التي تغيرت. وقد تبدو التسمية الناتجة خاطئة بثقة عالية لأن خط المعالجة اختار بالفعل اقتصاصة غير معتادة. ولا تضمن مقاييس الثقة الملائمة لبيانات التدريب الصحة في ظل التلوث البصري.
متى لا يكون الطقس هو السبب الرئيسي
يفشل تفسير التداخل عندما تستمر الأخطاء بعد تنظيف العدسة والزجاج، أو عندما تتوافق الاكتشافات مع عيوب المُرمّز والإطارات المفقودة. فقد يتزامن تحديث النموذج أو تغيير الحساسية أو التبديل إلى وضع الأشعة تحت الحمراء أو تعديل منطقة الاكتشاف مع المطر، ما ينشئ ارتباطًا مضللًا.
تشير أبحاث مخصصة لـاكتشاف خيوط العنكبوت إلى أن الخيوط قد تسبب عبئًا كبيرًا من الإنذارات الكاذبة في أنظمة المراقبة. ومع ذلك، لا يكون خيط العنكبوت سببيًا إلا عندما يتوافق موضعه وإضاءته مع المناطق الزائفة التي يراها النموذج.
لا يستطيع الطقس أيضًا تفسير فشل يقتصر على تطبيق الهاتف المحمول إذا ظلت الاكتشافات من جهة الخادم والإطارات المخزنة صحيحة. افصل بين إعاقة الالتقاط ومشكلات النقل وتصيير الواجهة. فقد يظل المشهد المبلل ذو حدود الأجسام الواضحة يعمل جيدًا، بينما يمكن لقطرة صغيرة مضاءة من الخلف أن تعطل زاوية كاميرا معينة.
طابق العوائق مع وحدات البكسل التي تُفعّل الاكتشافات
احفظ مقاطع جافة ومُلوثة متطابقة من الكاميرا نفسها ونموذج الاستدلال نفسه. حدّد مناطق البكسل التي تشغلها القطرات أو الانعكاسات أو خيوط العنكبوت، ثم قارن ما إذا كانت الصناديق الزائفة تتداخل مع تلك المناطق. وسجّل حالة الأشعة تحت الحمراء، وسرعة الغالق، والكسب، وحجم الجسم، ودرجة الثقة، ومعدل بتات المُرمّز.
أبقِ الاختبار ضمن خط معالجة لمعالجة الأحداث محليًا حتى يمكن مقارنة أحداث الملفات وإطارات الاستدلال والطوابع الزمنية للتنبيهات من دون أن تغيّر خدمة سحابية المعالجة المسبقة بصمت. واستخدم عدة ليالٍ لأن خيوط العنكبوت والقطرات تتحرك.
اعتبر التداخل البصري سببًا عندما تظهر الأخطاء مع وجود العائق، وتتداخل مع منطقته في الصورة، وتختفي في ظروف متطابقة بخلاف ذلك. وإذا استمرت حالات الفشل بعد التنظيف أو حدثت خارج وحدات البكسل المتأثرة، فتحرَّ تغييرات النموذج أو البث. وإذا كان المطر يزيد فقط من محفزات الحركة، فميّز بين حساسية المحفز ودقة التصنيف.
المنتجات الموصى بها
مركز التكنولوجيا والذكاء الاصطناعي
المزيد للقراءة
ما هو انجراف التضمينات، ومتى يحتاج فهرس بحث خاص إلى إعادة البناء؟
فكّ تشفير النموذج والمعالجة المسبقة ومجموعة البيانات وانحراف الاستعلام؛ ميّز بين المراقبة وعدم التوافق؛ وحدّد متى يحتاج الفهرس الخاص إلى إعادة البناء.
ما توافقية مُجزِّئ الرموز، ولماذا يمكن أن تؤدي إلى تعطل تبديل النماذج؟
فكّ ترميز هوية المفردات، ودلالات الرموز الخاصة، وقوالب الدردشة، والرموز المخزّنة مؤقتًا، والمحوّلات، وفحوصات التوافق لتبديل النماذج المحلية.
ما هي إقامة النموذج، ومتى ينبغي لخدمة ذكاء اصطناعي محلية إبقاء الأوزان محمّلة؟
تعرّف على بقاء الأوزان في الذاكرة، ومستويات ذاكرة التخزين المؤقت، وبدء التشغيل البارد، والإخلاء، وتعدد الإرسال، وضغط الذاكرة، ومتى ينبغي لخدمة ذكاء اصطناعي منزلية...
