يجمع هذا البحث بين تقنيات الكشف العامة ومطابقة مكتبة النموذج الأولي، ويقدم إطار كشف تكييف النطاق قائمًا على التمثيل البصري الذاتي الإشراف. يستخدم هذا الأسلوب ميزات التدريب المسبق لـ DINOv3 للمطابقة والفرز، مما يمكن من تحديد وتمييز المركبات المستهدفة في ظل وجود عدد قليل من العينات الموسومة ودون الحاجة إلى ضبط دقيق. أولاً، تم إنشاء وحدة تحضير بيانات تزودية بتقنيات تعزيز بيانات تركيبية متعددة الزوايا، لتوليد عينات متعددة الزوايا لمواءمة مشاهد المراقبة العلوية وتعويض نقص الزوايا عبر النطاقات. ثم تم تصميم طريقة تجميع بين الفئات ومطابقة النماذج الأولية، حيث تستخرج خوارزمية التجميع طرازات البيانات، وتبني مكتبة نماذج أولية حقيقية متعددة الأشكال لمعالجة مشكلة الاختلاف الكبير داخل الفئات؛ على هذا الأساس، تم إدخال التمثيل المشترك العالمي والمحلي، بالاشتراك مع التفاصيل الدلالية والنسيجية في طبقات الشبكة المختلفة للصورة، لتحقيق التمييز الدقيق للمركبات المستهدفة. تظهر التجارب أن هذه الطريقة تتغلب بفعالية على تراجع قدرة الكشف بسبب انحراف مجال الزوايا في ظل ظروف العينات القليلة؛ مقارنةً بالطرق التقليدية، تحسن هذه الطريقة معدل الاستدعاء للكشف، وتقلل بشكل ملحوظ من الإنذارات الخاطئة الناجمة عن المركبات غير المستهدفة، مما يثبت فعالية وموثوقية إطار تكييف النطاق هذا في سيناريوهات مراقبة المركبات الخاصة.

مركبات النقل الخاصة;النموذج البصري الذاتي الإشراف;كشف تكييف النطاق