تواجه عملية اكتشاف المشاة في بيئة الإضاءة المنخفضة الليلية تحديات مثل ارتفاع معدل الإيجابيات الخاطئة، التغاضي الواضح عن الأشخاص، وقلة دقة التعرف. لذلك، يقترح هذا البحث خوارزمية كشف تعتمد على تحسين RT-DETR، من خلال تصميم تعاوني متعدد الوحدات لتحقيق الكشف الدقيق تحت الإضاءة المنخفضة. تتضمن الخوارزمية تضمين وحدة محول المجال الفراغي (FDT) في قمة الهرم المميز، مع اعتماد آلية انتباه ثنائية المرحلة لتعزيز استخراج الميزات الضعيفة ونمذجة السياق العالمي؛ ونشر وحدة العينة الديناميكية (DySample) في شبكة الرقبة لتحقيق محاذاة الميزات متعددة المقاييس وتعزيز كشف الأهداف الصغيرة من خلال آلية إعادة العينة الفراغية القابلة للتعلم الديناميكي؛ واستخدام وحدة DRBC3 كمحور استخراج الميزات، مدمجةً بين عمليات الالتفاف المتوسعة متعددة المعدلات وتقنية إعادة التماثل لبناء نطاقات استقبال متعددة الحكمة لتعزيز قدرة التقاط التفاصيل للأهداف الضبابية والمغطاة. أظهرت التجارب على مجموعة بيانات LLVIP أن الخوارزمية تقلل من كمية المعاملات وتحسن mAP0.5، والدقة (Precision)، والاستدعاء (Recall) بنسبة 1.39%، 2.21%، و 3% على التوالي، مع تحسين ملحوظ في سرعة الاستدلال. وأثبتت تجارب التعميم على مجموعتي NightSurveillance و Nightowls أداءً فائقًا إضافيًا. تعزز الخوارزمية دقة الكشف وتخفض معدل التغاضي تحت شرط الزمن الحقيقي، معتمدة على قوة وصلابة عالية وفعالية عملية.

كشف المشاة;RT-DETR;الإضاءة المنخفضة;آلية الانتباه;تعدد المقاييس