تشخیص پنهان‌ماندن عابر از اختلاف دو برآورد فاصله، بدون آموزش اختصاصی

پیش‌چاپی در arXiv روشی برای تشخیص انسداد عابران معرفی می‌کند که از دو برآورد موجود در سامانه‌های بینایی تک‌دوربینی استفاده می‌کند: ارتفاع ظاهری فرد در تصویر و عمق تخمینی او. هنگام انسداد، کادر تشخیص معمولاً همچنان تمام قد عابر را در بر می‌گیرد؛ اما برآورد عمق به سطح نزدیک‌ترِ مانع کشیده می‌شود. بنابراین اختلاف و ترتیب این دو برآورد می‌تواند نشانه‌ای از پنهان‌ماندن عابر باشد. روش به فاصلهٔ کانونی، قد فرد یا مقیاس عمق نیاز ندارد، مشروط بر اینکه خطای مدل عمق عمدتاً به‌شکل یک ضریب ثابت باشد؛ پژوهشگران می‌گویند این شرط را می‌توان بدون برچسب بررسی کرد.

در آزمون روی مجموعه‌دادهٔ KITTI، روش برای تشخیص انسداد شدید به AUC برابر با ۰٫۹۰۹ رسید؛ با احتساب عابران برچسب‌خورده‌ای که آشکارساز از دید انداخته بود، این مقدار ۰٫۸۸۸ بود. عملکرد آن در بازه‌های فاصلهٔ ثابت نیز AUC بین ۰٫۸۹۴ تا ۰٫۹۲۵ بود، درحالی‌که فاصلهٔ واقعی به‌تنهایی عملکردی نزدیک به حد شانس داشت. در صحنه‌های مصنوعی CARLA، روش به AUC برابر با ۰٫۸۱۹ رسید؛ مقایسهٔ فاصله به‌تنهایی ۰٫۶۴۴ بود.

نویسندگان همچنین می‌گویند سه راهکار رایج—ترکیب اطلاعات عمق، افزایش داده با شبیه‌سازی انسداد و سازوکار توجه—در پیکربندی‌های آزمایش‌شده، خارج از توزیع دادهٔ آموزشی به بهبود تشخیص منجر نشدند. آن‌ها گزارش می‌کنند آشکارسازی که با داده‌های جاده‌های آلمان آموزش دیده بود، در صحنه‌های خیابانی خودبرچسب‌خوردهٔ لاگوس نیمی از دقتش را از دست داد. این مقاله به‌صورت پیش‌چاپ منتشر شده و در کارگاه GlobalSouthAI کنفرانس NeurIPS 2026 پذیرفته شده است.