DOI: https://doi.org/10.1109/tcsvt.2026.3665871
تاريخ النشر: 2026-02-18
المؤلف: Heng Luo وآخرون
الموضوع الرئيسي: تكييف المجال والتعلم من عدد قليل من الأمثلة
نظرة عامة
تناقش هذه الفقرة التحديات المتعلقة بالكشف عن الأجسام في الليل، ويرجع ذلك أساسًا إلى نقص التعليقات التوضيحية عالية الجودة على نطاق واسع لسيناريوهات الليل المتنوعة. لمعالجة هذه المشكلة، اتجه الباحثون إلى الكشف عن الأجسام القابل للتكيف مع المجال غير المراقب (UDA-OD)، والذي يستخدم مجموعات بيانات النهار المعلّمة لتوليد تسميات زائفة للبيانات غير المعلّمة في الليل. ومع ذلك، فإن فعالية الطرق الحالية تعيقها الجودة الضعيفة لهذه التسميات الزائفة، مما يحد من تكيف النماذج مع ظروف الليل.
للتغلب على هذه القيود، يقدم المؤلفون Reliable-Teacher، وهو إطار عمل جديد للتعلم المتبادل يستخدم التعلم التعاوني الموجه بالشك. يتكون هذا الإطار من ثلاثة مكونات رئيسية: (1) وحدة بناء التسميات الزائفة التعاونية التي تعزز جودة التسميات الزائفة من خلال دمج التسميات التي أنشأها المعلم الموثوق في مقترحات الطالب؛ (2) وحدة التفكير المنطقي الموجه بالشك التي تضمن التناسق بين الفئات بين توقعات المعلم والطالب؛ و(3) خسارة التصنيف الموزونة بالموثوقية التي تقلل من تأثير التوقعات غير الموثوقة. تشير النتائج التجريبية إلى أن Reliable-Teacher يتفوق بشكل كبير على الطرق الحديثة، محققًا مكاسب في الأداء تصل إلى 3.1% و2.2% و1.7% في متوسط الدقة (mAP) على معايير BDD100K وSHIFT وVisDrone، على التوالي. يؤكد المؤلفون على أهمية تقطير المعرفة المعتمد على الشك في تعزيز أداء النموذج للكشف عن الأجسام في الليل.
مقدمة
تناقش مقدمة ورقة البحث الدور الحاسم للكشف عن الأجسام في الليل في تطبيقات مثل القيادة الذاتية واستطلاع الطائرات بدون طيار، مع التأكيد على التحديات التي تطرحها نقص مجموعات البيانات المعلّمة عالية الجودة على نطاق واسع لهذا المجال. النهج التقليدي لتعليم صور الليل يتطلب جهدًا كبيرًا ووقتًا طويلاً، مما يدفع الباحثين لاستكشاف الكشف عن الأجسام القابل للتكيف مع المجال غير المراقب (UDA-OD) كحل. يهدف UDA-OD إلى تكييف الكاشفات المدربة على مجالات المصدر المعلّمة مع مجالات الهدف غير المعلّمة، مع التركيز بشكل خاص على انتقال المجال من النهار إلى الليل، والذي يقدم تحديات فريدة بسبب نقص التعرض ونسب الإشارة إلى الضوضاء المنخفضة في صور الليل.
لتحسين أداء UDA-OD، يقدم المؤلفون إطار عمل Reliable-Teacher، الذي يستخدم نموذج المعلم-الطالب لتقطير المعرفة من البيانات غير المعلّمة. يتضمن هذا الإطار وحدة بناء التسميات الزائفة التعاونية (CoPLC) لتحسين جودة التسميات الزائفة من خلال دمج تسميات موثوقة ولكن غير مكتملة من المعلم مع مقترحات كاملة ولكن أقل موثوقية من الطالب. بالإضافة إلى ذلك، يفرض التفكير المنطقي الموجه بالشك (UGCR) تناسقًا احتماليًا بين التسميات الزائفة المحسنة وتوقعات الطالب، مستفيدًا من معلومات الشك لإثراء عملية التعلم. يتميز الإطار أيضًا بخسارة التصنيف الموزونة بالموثوقية لتخفيف تأثير التوقعات غير الموثوقة. تظهر النتائج التجريبية أن Reliable-Teacher يتفوق بشكل كبير على طرق UDA-OD الحديثة، محققًا تحسينًا ملحوظًا بنسبة 4.2% في متوسط الدقة (mAP) على مجموعة بيانات BDD100K.
طرق
في هذا القسم، يقارن المؤلفون طريقتهم المقترحة، Reliable-Teacher، مع ثماني تقنيات حديثة (SOTA)، بما في ذلك DAF وUMT وPT وAT وCMT و2PCNet وMIC وCAT. يتم إجراء التقييم على ثلاث مجموعات بيانات مرجعية: BDD100K وSHIFT وVisDrone. تشير النتائج إلى أن Reliable-Teacher يحقق أعلى متوسط دقة (mAP) بنسبة 50.6% على BDD100K، متجاوزًا خطي الأساس “المصدر” و”الأوراكل” بنسبة 9.5% و4.4%، على التوالي، ويتفوق على الطريقة الثانية الأفضل، MIC، بنسبة 3.1%. ومن الجدير بالذكر أنه يظهر أيضًا تحسينًا كبيرًا على 2PCNet، وهو خوارزمية مخصصة للليل، بزيادة قدرها 4.2%.
على مجموعة بيانات SHIFT، يتصدر Reliable-Teacher مرة أخرى بمعدل mAP يبلغ 51.3%، متفوقًا على “المصدر” و”الأوراكل” بنسبة 9.7% و4.3%، على التوالي، ومتجاوزًا 2PCNet بنسبة 2.2%. بالمثل، على مجموعة بيانات VisDrone، يظهر Reliable-Teacher تحسينًا بنسبة 5.6% على 2PCNet ومكاسب كبيرة على كلا خطي الأساس. تكشف المقارنات النوعية أن Reliable-Teacher يتفوق في تصنيف الفئات الأقل عددًا واكتشاف الأجسام الصغيرة بدقة، ويعزى ذلك إلى إطار التعلم التعاوني ودمج آلية التفكير المنطقي الموجه بالشك (UGCR). بشكل عام، تؤكد النتائج الكمية والنوعية فعالية Reliable-Teacher في الكشف عن الأجسام في الليل، مما يظهر تفوقه على الطرق الحالية.
نتائج
تلخص النتائج المقدمة في الجدول I متوسط الدقة (mAP) لطرق الكشف عن الأجسام المختلفة المطبقة على مجموعات بيانات BDD100K وSHIFT وVisDrone. تعتبر طريقة “المصدر”، التي تدرب نموذج Faster R-CNN حصريًا على صور النهار دون استخدام التعليقات التوضيحية الليلية، بمثابة خط أساس لأداء الكشف. في المقابل، تستخدم طريقة “الأوراكل” نهج التعلم المراقب بالكامل، مع دمج التعليقات التوضيحية لمجموعات بيانات الليل أثناء التدريب، وبالتالي تمثل الحد الأعلى للأداء.
تشير النتائج إلى أن الطريقة المقترحة تحقق درجات mAP تنافسية عبر جميع مجموعات البيانات، مع تحسينات ملحوظة في عدة فئات. على وجه الخصوص، تحقق الطريقة المقترحة معدل mAP يبلغ 73.5 لـ BDD100K، و58.9 لـ SHIFT، و59.9 لـ VisDrone، متفوقة على العديد من الطرق الحالية مثل DAF وUMT وAT. يتم تسليط الضوء على أفضل وأفضل درجات mAP عبر الفئات، مما يظهر فعالية الطريقة المقترحة في تعزيز قدرات الكشف عن الأجسام في ظروف الليل.
مناقشة
تسلط قسم المناقشة في ورقة البحث الضوء على التقدم في الكشف عن الأجسام في الليل، مع التركيز على ثلاثة مجالات رئيسية: الكشف عن الأجسام المعتمد على تحسين الصور، والتكيف غير المراقب للمجال (UDA) للكشف عن الأجسام، وUDA في الرؤية الليلية. تكافح طرق الكشف عن الأجسام التقليدية مع صور الليل بسبب ظروف الإضاءة المنخفضة، مما يؤدي إلى انخفاض كبير في الأداء عند تطبيق النماذج المدربة على بيانات النهار على سيناريوهات الليل. وقد دمجت الأساليب الحديثة تحسين الصور والكشف عن الأجسام في أطر عمل شاملة، ومع ذلك، لا يزال معظمها يعتمد على التعلم المراقب، مما يحد من قابليتها للتطبيق في الإعدادات غير المراقبة. يعالج إطار عمل Reliable-Teacher المقترح في هذه الدراسة هذه القيود من خلال استخدام نموذج التعلم غير المراقب الذي يعزز دقة الكشف دون الحاجة إلى تعليقات توضيحية شاملة للصور.
تقوم الورقة أيضًا بتصنيف طرق UDA إلى ترجمة المجال، ومحاذاة المجال، ونهج التدريب الذاتي، مع التأكيد على التحديات المتعلقة بتكييف النماذج من بيئات النهار إلى الليل. بينما حققت الأعمال السابقة تقدمًا في مهام مثل تقسيم الصور الدلالي وتتبع الأجسام تحت الرؤية المنخفضة، لا تزال الجهود المحددة في الكشف عن الأجسام في الليل نادرة. يقدم إطار عمل Reliable-Teacher التعلم التعاوني بين نماذج المعلم والطالب، مما يعزز بناء التسميات الزائفة ويستفيد من الشك في التوقعات لتحسين قوة الكشف. تساهم المكونات الرئيسية مثل بناء التسميات الزائفة التعاونية (CoPLC) والتفكير المنطقي الموجه بالشك (UGCR) وخسارة التصنيف المعتمدة على الموثوقية (RCL) بشكل جماعي في عملية تكيف أكثر فعالية، مما يؤدي في النهاية إلى تحسين الأداء في مهام الكشف عن الأجسام في الليل.
DOI: https://doi.org/10.1109/tcsvt.2026.3665871
Publication Date: 2026-02-18
Author(s): Heng Luo et al.
Primary Topic: Domain Adaptation and Few-Shot Learning
Overview
The section discusses the challenges of nighttime object detection, primarily due to the lack of large-scale, high-quality annotations for diverse nighttime scenarios. To address this issue, researchers have turned to Unsupervised Domain Adaptive Object Detection (UDA-OD), which utilizes labeled daytime datasets to generate pseudo-labels for unlabeled nighttime data. However, the effectiveness of existing methods is hindered by the poor quality of these pseudo-labels, limiting the adaptation of models to nighttime conditions.
To overcome these limitations, the authors introduce Reliable-Teacher, a novel mutual-learning framework that employs Uncertainty-Guided Collaborative Learning. This framework consists of three main components: (1) a Collaborative Pseudo-Label Construction module that enhances pseudo-label quality by integrating reliable Teacher-generated labels into Student proposals; (2) an Uncertainty-Guided Consistency Reasoning module that ensures inter-category consistency between Teacher and Student predictions; and (3) a Reliability-Weighted Classification Loss that reduces the impact of unreliable predictions. Experimental results indicate that Reliable-Teacher significantly outperforms state-of-the-art methods, achieving performance gains of up to 3.1%, 2.2%, and 1.7% mean Average Precision (mAP) on the BDD100K, SHIFT, and VisDrone benchmarks, respectively. The authors emphasize the importance of uncertainty-based knowledge distillation in enhancing model performance for nighttime object detection.
Introduction
The introduction of the research paper discusses the critical role of nighttime object detection in applications such as autonomous driving and drone reconnaissance, emphasizing the challenges posed by the lack of large-scale, high-quality annotated datasets for this domain. The traditional approach of annotating nighttime images is labor-intensive and time-consuming, prompting researchers to explore Unsupervised Domain Adaptive Object Detection (UDA-OD) as a solution. UDA-OD aims to adapt detectors trained on labeled source domains to unlabeled target domains, particularly addressing the Day-to-Night domain shift, which presents unique challenges due to underexposure and low signal-to-noise ratios in nighttime images.
To enhance the performance of UDA-OD, the authors introduce the Reliable-Teacher framework, which utilizes a Teacher-Student model for knowledge distillation from unlabeled target data. This framework incorporates a Collaborative Pseudo-Label Construction (CoPLC) module to improve the quality of pseudo-labels by merging reliable but incomplete labels from the Teacher with complete but less reliable proposals from the Student. Additionally, the Uncertainty-Guided Consistency Reasoning (UGCR) enforces probabilistic consistency between the enhanced pseudo-labels and the Student’s predictions, leveraging uncertainty information to enrich the learning process. The framework also features a Reliability-Weighted Classification Loss to mitigate the impact of unreliable predictions. Experimental results demonstrate that Reliable-Teacher significantly outperforms state-of-the-art UDA-OD methods, achieving a notable 4.2% improvement in mean Average Precision (mAP) on the BDD100K dataset.
Methods
In this section, the authors compare their proposed method, Reliable-Teacher, against eight state-of-the-art (SOTA) techniques, including DAF, UMT, PT, AT, CMT, 2PCNet, MIC, and CAT. The evaluation is conducted on three benchmark datasets: BDD100K, SHIFT, and VisDrone. The results indicate that Reliable-Teacher achieves the highest mean Average Precision (mAP) of 50.6% on BDD100K, surpassing the “Source” and “Oracle” baselines by 9.5% and 4.4%, respectively, and outperforms the second-best method, MIC, by 3.1%. Notably, it also shows a significant improvement over 2PCNet, a night-specific algorithm, with an increase of 4.2%.
On the SHIFT dataset, Reliable-Teacher again leads with an mAP of 51.3%, outperforming “Source” and “Oracle” by 9.7% and 4.3%, respectively, and exceeding 2PCNet by 2.2%. Similarly, on the VisDrone dataset, Reliable-Teacher demonstrates a 5.6% improvement over 2PCNet and substantial gains over both baselines. Qualitative comparisons reveal that Reliable-Teacher excels in classifying minority categories and accurately detecting small objects, attributed to its collaborative learning framework and the integration of the Uncertainty-Guided Consistency Reasoning (UGCR) mechanism. Overall, the quantitative and qualitative results affirm the effectiveness of Reliable-Teacher in nighttime object detection, showcasing its superiority over existing methods.
Results
The results presented in Table I summarize the mean average precision (mAP) for various object detection methods applied to the BDD100K, SHIFT, and VisDrone datasets. The “Source” method, which trains the Faster R-CNN model exclusively on daytime images without utilizing nighttime annotations, serves as a baseline for detection performance. In contrast, the “Oracle” method employs a fully supervised learning approach, incorporating nighttime dataset annotations during training, thus representing the upper bound of performance.
The findings indicate that the proposed method achieves competitive mAP scores across all datasets, with notable performance improvements in several categories. Specifically, the proposed approach yields an mAP of 73.5 for BDD100K, 58.9 for SHIFT, and 59.9 for VisDrone, outperforming many existing methods such as DAF, UMT, and AT. The best and second-best mAP scores across the classes are highlighted, demonstrating the effectiveness of the proposed method in enhancing object detection capabilities in nighttime conditions.
Discussion
The discussion section of the research paper highlights the advancements in nighttime object detection, focusing on three primary areas: Image Enhancement-based Object Detection, Unsupervised Domain Adaptation (UDA) for object detection, and UDA in Nighttime Vision. Traditional object detection methods struggle with nighttime images due to low-light conditions, leading to significant performance drops when models trained on daytime data are applied to nighttime scenarios. Recent approaches have integrated image enhancement and object detection into end-to-end frameworks, yet most remain reliant on supervised learning, which limits their applicability in unsupervised settings. The Reliable-Teacher framework proposed in this study addresses these limitations by employing an unsupervised learning paradigm that enhances detection accuracy without the need for extensive image annotations.
The paper further categorizes UDA methods into domain translation, domain alignment, and self-training approaches, emphasizing the challenges of adapting models from daytime to nighttime environments. While previous works have made strides in tasks like semantic segmentation and object tracking under low visibility, specific efforts in nighttime object detection remain scarce. The Reliable-Teacher framework introduces collaborative learning between Teacher and Student models, enhancing pseudo-label construction and leveraging uncertainty in predictions to improve detection robustness. Key components such as Collaborative Pseudo-Label Construction (CoPLC), Uncertainty-Guided Consistency Reasoning (UGCR), and Reliability-based Classification Loss (RCL) collectively contribute to a more effective adaptation process, ultimately leading to improved performance in nighttime object detection tasks.