شبكة ارتباط عالمية قائمة على النقاط الرئيسية للكشف عن المسارات

تمثّل كشف المسارات تحديًا صعبًا يتطلب التنبؤ بأشكال طوبولوجية معقدة للخطوط المرورية وتمييز أنواع مختلفة من هذه الخطوط في آنٍ واحد. اتبع العمل السابق نهجًا من الأعلى إلى الأسفل لاسترجاع مسارات مسبقة التصميم (anchors) إلى أشكال متنوعة من خطوط المسارات، لكن هذا النهج يفتقر إلى المرونة الكافية لتناسب الأشكال المعقدة للمسارات بسبب الشكل الثابت لهذه المسارات. في الآونة الأخيرة، اقترح بعض الأبحاث صياغة مسألة كشف المسارات كمشكلة تقدير النقاط المفتاحية (keypoint estimation) لوصف أشكال خطوط المسارات بشكل أكثر مرونة، وتم جمع النقاط المتجاورة المنتمية لنفس الخط خطوة بخطوة، لكن هذه الطريقة تكون غير فعّالة وطويلة الأمد في مرحلة ما بعد المعالجة. في هذا البحث، نقترح شبكة ترابط عالمية (Global Association Network - GANet) لصياغة مسألة كشف المسارات من منظور جديد، حيث يتم استرجاع كل نقطة مفتاحية مباشرة إلى نقطة البداية للخط بدلاً من التمديد خطوة بخطوة. وبشكل محدد، يتم إجراء الترابط بين النقاط المفتاحية وخطوط المسارات التي تنتمي إليها من خلال التنبؤ بانحرافاتها بالنسبة إلى نقاط البداية المقابلة للخطوط بشكل عالمي، دون اعتماد متبادل بين النقاط، ما يسمح بتنفيذ هذه العملية بالتوازي، وبالتالي يحسّن الكفاءة بشكل كبير. بالإضافة إلى ذلك، نقترح أيضًا وحدة تجميع ميزات واعية بالمسارات (Lane-aware Feature Aggregator - LFA)، التي تُعدّ بذكاء باستخلاص الترابطات المحلية بين النقاط المتجاورة لتعويض المعلومات المحلية في عملية الترابط العالمية. أظهرت التجارب الواسعة على معياري كشف المسارات الشهيرين أن طريقةنا تتفوّق على الطرق السابقة، حيث حققت دقة F1 تبلغ 79.63% على مجموعة بيانات CULane و97.71% على مجموعة بيانات Tusimple، مع معدل إطارات عالي (FPS). سيتم نشر الكود على الرابط: https://github.com/Wolfwjs/GANet.