DOI: https://doi.org/10.3389/frai.2026.1770342
PMID: https://pubmed.ncbi.nlm.nih.gov/42080055
تاريخ النشر: 2026-04-17
المؤلف: Chao Zhang وآخرون
الموضوع الرئيسي: تطبيقات الشبكات العصبية المتقدمة
نظرة عامة
تقدم البحث FSD-Net، وهو نموذج مبتكر للكشف عن الأجسام تحت الماء مصمم للتغلب على التحديات التي تطرحها ظروف الرؤية تحت الماء المعقدة التي تؤدي إلى فقدان واكتشافات خاطئة في النماذج التقليدية. يتضمن FSD-Net وحدتين رئيسيتين للتعزيز: وحدة تحويل الانتباه الترددي (FACM) ووحدة تعزيز الميزات متعددة الأبعاد (MFEM). تركز FACM على الحفاظ على المعلومات الدلالية المكانية من خلال تحويلات المجال الترددي، بينما تعزز MFEM تفاعلات المعلومات عبر أبعاد مختلفة من الميزات عالية المستوى، مما يحسن الاندماج الدلالي العام.
تشير النتائج التجريبية على مجموعتي بيانات UTDAC2020 و Brackish إلى أن FSD-Net يحقق أداءً رائدًا، مع دقة متوسطة (AP50) تبلغ 85.7% ودرجة F1 تبلغ 82.5% على UTDAC2020، وAP50 تبلغ 98.1% ودرجة F1 تبلغ 97.0% على مجموعة بيانات Brackish. تعكس هذه النتائج تحسينات كبيرة بنسبة 3.8% و3.9% في AP50 مقارنة بالنماذج الأساسية، على التوالي. تؤكد النتائج على فعالية تصميم الوحدة المزدوجة المقترحة في معالجة تدهور الصور تحت الماء، مما يوفر حلاً قويًا للاستكشاف تحت الماء المستقل، ويضع الأساس لتحسين نماذج الكشف الخفيفة في البيئات البصرية الصعبة في المستقبل.
مقدمة
تسلط مقدمة ورقة البحث الضوء على أهمية الموارد البحرية الغنية في تلبية احتياجات الطاقة العالمية وتعزيز النمو الاقتصادي، مما أثار اهتمامًا في استكشاف المحيطات. تتعرض طرق الكشف التقليدية عن الأهداف تحت الماء للانتقاد بسبب تكاليفها الحسابية العالية واعتمادها على ضبط المعلمات يدويًا، مما يجعلها غير كافية لتلبية الطلبات المتزايدة على التحقيق في المحيطات. تؤكد قيود الاستكشاف المأهول وتقنيات الكشف التقليدية، التي غالبًا ما تفشل في التكيف مع تعقيدات البيئات تحت الماء، على ضرورة وجود تقنيات كشف مبتكرة غير مأهولة.
لمعالجة هذه التحديات، يقدم البحث FSD-Net، وهو إطار جديد للكشف عن الأجسام تحت الماء يدمج مكونين رئيسيين: وحدة تحويل الانتباه الترددي (FACM) ووحدة تعزيز الميزات متعددة الأبعاد (MFEM). تعزز FACM توافق الميزات منخفضة المستوى وميزات عالية المستوى من خلال الاستفادة من تحويلات فورييه للحفاظ على المعلومات المكانية عبر المجالات الترددية، مما يحسن دقة التحديد. في الوقت نفسه، تعزز MFEM قوة إدراك الهدف من خلال تطبيق الاندماج الدلالي التكيفي، الذي يخفف من آثار الضوضاء تحت الماء ويحسن تمثيل الميزات. يظهر FSD-Net المقترح أداءً متفوقًا في الكشف على مجموعتي بيانات UTDAC2020 و Brackish، مما يؤسس نموذجًا جديدًا في الكشف تحت الماء حيث يكون التعزيز جزءًا جوهريًا من تعلم الميزات، بدلاً من أن يكون مهمة منفصلة. لا تعمل هذه الطريقة المبتكرة على تحسين النموذج لأهداف الكشف فحسب، بل تقلل أيضًا من فقدان المعلومات والفجوات في المجالات المرتبطة بأساليب التعزيز التقليدية.
طرق
في قسم الطرق، يحدد المؤلفون إطار بحثهم، بدءًا من نظرة شاملة على هيكل الشبكة في القسم 3.1. يلي ذلك وصف تفصيلي لوحدة تعزيز الميزات متعددة الأبعاد (MFEM) في القسم 3.2، والتي تهدف إلى تحسين تمثيل الميزات عبر أبعاد مختلفة. يقدم القسم 3.3 وحدة تحويل الانتباه الترددي (FACM)، المصممة لتعزيز حساسية النموذج للميزات المعتمدة على التردد. من المتوقع أن تؤكد النتائج التجريبية اللاحقة فعالية هذه الوحدات المقترحة.
نقاش
يسلط قسم النقاش الضوء على التقدم في الكشف عن الأجسام تحت الماء من خلال التعلم العميق، مع التركيز بشكل خاص على خوارزمية YOLO ونسخها المختلفة. تظهر الدراسات السابقة، مثل تلك التي أجراها Xu و Matzner (2018) و Rosli وآخرون (2021)، فعالية YOLO في الكشف عن الحياة البحرية، لكن التحديات لا تزال قائمة بسبب تداخل الضوضاء البحرية. لمعالجة ذلك، تم اقتراح تقنيات تعزيز الصور المختلفة، بما في ذلك استخدام الشبكات التنافسية التوليدية (GANs) وإزالة الضوضاء على مستوى القناة، والتي أظهرت تحسينًا كبيرًا في دقة الكشف. ومع ذلك، غالبًا ما تأتي هذه التعزيزات على حساب الكفاءة الحسابية، وهو أمر حاسم للتطبيقات في الوقت الحقيقي.
تدمج بنية FSD-Net المقترحة وحدة تحويل الانتباه الترددي (FACM) ووحدة تعزيز الميزات متعددة الأبعاد (MFEM) لتعزيز كل من الميزات المكانية منخفضة المستوى والميزات الدلالية عالية المستوى، مما يحسن توافق الميزات ويقلل من الاكتشافات المفقودة. تتكون البنية من عمود فقري لاستخراج الميزات، ورقبة لدمج الميزات، ورأس للتنبؤات، مما يسمح بالتكامل الفعال للميزات متعددة المقاييس. تشير النتائج التجريبية على مجموعة بيانات UTDAC2020 إلى أن FSD-Net يتفوق على الطرق الرائدة الحالية، محققًا تحسينات كبيرة في مقاييس الدقة المتوسطة (AP50 و AP75) ويظهر قوته في البيئات تحت الماء الصعبة. تؤكد النتائج على أهمية دمج تحويلات المجال الترددي مع تعزيز الميزات متعددة الأبعاد لتحسين أداء الكشف عن الأجسام تحت الماء.
DOI: https://doi.org/10.3389/frai.2026.1770342
PMID: https://pubmed.ncbi.nlm.nih.gov/42080055
Publication Date: 2026-04-17
Author(s): Chao Zhang et al.
Primary Topic: Advanced Neural Network Applications
Overview
The research presents FSD-Net, an innovative underwater object detection model designed to overcome the challenges posed by complex underwater visual conditions that lead to missed and false detections in conventional models. FSD-Net incorporates two key enhancement modules: the Frequency Attention Convolution Module (FACM) and the Multi-dimensional Feature Enhancement Module (MFEM). The FACM focuses on preserving spatial semantic information through frequency domain transformations, while the MFEM enhances information interactions across various dimensions of high-level features, thereby improving the overall semantic fusion.
Experimental results on the UTDAC2020 and Brackish datasets indicate that FSD-Net achieves state-of-the-art performance, with an average precision (AP50) of 85.7% and an F1-score of 82.5% on UTDAC2020, and an AP50 of 98.1% and an F1-score of 97.0% on the Brackish dataset. These results reflect significant improvements of 3.8% and 3.9% in AP50 over baseline models, respectively. The findings underscore the effectiveness of the proposed dual-module design in addressing underwater image degradation, offering a robust solution for autonomous underwater exploration, and laying the groundwork for future optimization of lightweight detection models in challenging visual environments.
Introduction
The introduction of the research paper highlights the significance of rich marine resources in fulfilling global energy needs and fostering economic growth, which has spurred interest in ocean exploration. Traditional detection methods for underwater targets are criticized for their high computational costs and reliance on manual parameter tuning, rendering them inadequate for the increasing demands of ocean investigation. The limitations of manned exploration and conventional detection techniques, which often fail to adapt to the complexities of underwater environments, underscore the necessity for innovative unmanned detection technologies.
To address these challenges, the study introduces FSD-Net, a novel underwater object detection framework that integrates two key components: the Frequency Attention Convolution Module (FACM) and the Multi-dimensional Feature Enhancement Module (MFEM). FACM enhances the alignment of low-level and high-level features by leveraging Fourier transforms to maintain spatial information across frequency domains, thereby improving localization accuracy. Meanwhile, MFEM enhances target perception robustness by applying adaptive semantic fusion, which mitigates the effects of underwater noise and improves feature representation. The proposed FSD-Net demonstrates superior detection performance on the UTDAC2020 and Brackish datasets, establishing a new paradigm in underwater detection where enhancement is an intrinsic part of feature learning, rather than a separate task. This innovative approach not only optimizes the model for detection objectives but also minimizes information loss and domain gaps associated with traditional enhancement methods.
Methods
In the Methods section, the authors outline the framework of their research, beginning with a comprehensive overview of the network architecture in Section 3.1. This is followed by a detailed description of the Multi-dimensional Feature Enhancement Module (MFEM) in Section 3.2, which aims to improve feature representation across various dimensions. Section 3.3 introduces the Frequency Attention Convolution Module (FACM), which is designed to enhance the model’s sensitivity to frequency-based features. The subsequent experimental results are anticipated to validate the effectiveness of these proposed modules.
Discussion
The discussion section highlights the advancements in underwater object detection through deep learning, particularly focusing on the YOLO algorithm and its variants. Previous studies, such as those by Xu and Matzner (2018) and Rosli et al. (2021), demonstrate the effectiveness of YOLO in detecting marine life, but challenges remain due to marine noise interference. To address this, various image enhancement techniques have been proposed, including the use of Generative Adversarial Networks (GANs) and channel-wise denoising, which have shown to improve detection accuracy significantly. However, these enhancements often come at the cost of computational efficiency, which is critical for real-time applications.
The proposed FSD-Net architecture integrates a Frequency Attention Convolution Module (FACM) and a Multi-dimensional Feature Enhancement Module (MFEM) to enhance both low-level spatial and high-level semantic features, thereby improving feature alignment and reducing missed detections. The architecture consists of a backbone for feature extraction, a neck for feature fusion, and a head for predictions, allowing for effective multi-scale feature integration. Experimental results on the UTDAC2020 dataset indicate that FSD-Net outperforms existing state-of-the-art methods, achieving significant improvements in average precision metrics (AP50 and AP75) and demonstrating its robustness in challenging underwater environments. The findings underscore the importance of combining frequency-domain transformations with multi-dimensional feature enhancement to optimize underwater object detection performance.