AuthFace: Towards Authentic Blind Face Restoration with Face-oriented Generative Diffusion Prior
يُعد AuthFace إطار عمل مبتكر لترميم الوجوه بشكل أعمى، حيث يحقق نتائج واقعية للغاية من خلال الضبط الدقيق لنموذج انتشار (diffusion model) من النص إلى الصورة على مجموعة بيانات منسقة تضم 1500 صورة فوتوغرافية احترافية عالية الدقة مع تعليقات توضيحية موجهة بالتصوير الفوتوغرافي، بينما يستخدم فقدان ميزات وجه كامن مدرك للزمن لتقليل العيوب في المناطق الوجهية الحرجة.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل أن لديك صورة قديمة، ضبابية أو بها خدوش، لصديق لك. تريد ترميمها لتبدو وكأنها جديدة تمامًا، ولكن هناك عقبة: أنت لا تعرف بالضبط كيف تعرضت للتلف (هل كان بسبب المطر؟ أم عدسة متسخة؟ أم طابعة سيئة؟). هذا هو جوهر مشكلة ترميم الوجوه الأعمى (Blind Face Restoration).
لفترة طويلة، حاولت الحواسيب إصلاح هذه الصور عن طريق التخمين. أحيانًا كانت تصيب، ولكن في كثير من الأحيان جعلت الوجه يبدو كتمثال شمعي—ناعمًا أكثر من اللازم، يفتقر للمسام، أو حتى أعطت الشخص عينين أو أسنانًا خاطئة.
تقدم ورقة بحثية بعنوان "AuthFace" طريقة جديدة للإصلاح، باستخدام عملية ذكية من خطوتين تعمل مثل توظيف مرمم فني ماهر متخصص فقط في الوجوه.
إليك تفصيل كيفية قيامهم بذلك، باستخدام تشبيهات بسيطة:
1. المشكلة: الفنان "العام"
استخدمت الطرق السابقة نماذج ذكاء اصطناعي قوية (تسمى نماذج الانتشار - Diffusion Models) مدربة على كل شيء في العالم—القطط، السيارات، المناظر الطبيعية، والبشر.
- التشبيه: تخيل أنك تطلب من معلم فن عام ترميم لوحة شخصية (بورتريه) دقيقة ومحددة. ولأن لديه معرفة بكل شيء، فقد يرسم بالخطأ خلفية لا تتناسب مع الصورة، أو ينعم البشرة كثيرًا لدرجة تجعلها تبدو كالبلاستيك. إنه يفتقر إلى "العين" المتخصصة في التصوير الفوتوغرافي عالي الجودة للوجوه.
- النتيجة: يبدو الوجه المرمم مزيفًا، ويفتقر للتفاصيل الدقيقة مثل ملمس الجلد، التجاعيد، أو حتى الرموش الفردية.
2. الحل: AuthFace (نهج "المتخصص")
ابتكر المؤلفون AuthFace، الذي يعامل ترميم الوجه كأنه مرحلة تدريب مهني من خطوتين.
المرحلة الأولى: تدريب "متخصص الوجوه" (الضبط الدقيق)
قبل محاولة إصلاح الصور السيئة، قاموا أولاً بتعليم الذكاء الاصطناعي كيف يكون مصور بورتريه بارعًا.
- مجموعة البيانات: بدلاً من استخدام ملايين الصور العشوائية من الإنترنت، جمعوا مجموعة حصرية صغيرة مكونة من 1,500 صورة فائقة الجودة التقطها مصورون محترفون. هذه الصور واضحة، ذات إضاءة مثالية، وتظهر كل مسام وشعرة.
- "دليل التصوير": لم يكتفوا بتصنيف هذه الصور بـ "رجل" أو "امرأة". بل أضافوا "وسوم تصوير" (Photography Tags) مثل "إضاءة درامية"، "تركيز حاد"، "ملمس الجلد"، و "شعر اللحية".
- التشبيه: الأمر يشبه أخذ طالب فن عام ووضعه في دورة تدريبية متقدمة مع أفضل رسامي البورتريه في العالم. يتوقفون عن تعلم رسم المناظر الطبيعية والسيارات ويركزون تمامًا على كيفية رسم وجه بشري مثالي وواقعي.
- النتيجة: أصبح لدى الذكاء الاصطناعي الآن "معرفة سابقة بالوجه" (Face Prior)—وهي فهم داخلي عميق لما يجب أن يكون عليه الوجه الحقيقي، عالي الجودة، وصولاً إلى أصغر التفاصيل.
المرحلة الثانية: الترميم (الإصلاح "المدرك للوقت")
الآن بعد أن عرف الذكاء الاصطناعي كيف يبدو الوجه المثالي، يستخدمونه لإصلاح الصور الضبابية.
- الـ ControlNet: يستخدمون أداة تسمى ControlNet، والتي تعمل مثل الاستنسل (القالب). هي تخبر الذكاء الاصطناعي: "استخدم معرفتك الجديدة بالوجه، ولكن تأكد من أنها تنطبق تمامًا على هذه الصورة الضبابية المدخلة".
- المشكلة في الإصلاحات القياسية: عادةً، عندما يحاول الذكاء الاصطناعي إصلاح صورة، فإنه يعامل الصورة بأكملها بنفس الطريقة. قد يصلح الخلفية بشكل مثالي ولكنه يفسد العينين لأن العينين صغيرتان وحساستان.
- الابتكار (الفقد المدرك للوقت - Time-Aware Loss): أدرك المؤلفون أن إصلاح الوجه يشبه تقشير البصلة أو بناء منزل. أنت تبدأ بالأشكال الكبيرة، ثم تضيف التفاصيل.
- لقد ابتكروا قاعدة خاصة "مدركة للوقت". هذه القاعدة تخبر الذكاء الاصطناعي: "في البداية، ركز على الأشكال الكبيرة. ومع اقترابنا من النهاية، ركز بكثافة على المناطق الحرجة مثل العينين والفم".
- التشبيه: تخيل نحاتًا. في البداية، يقوم بنحت قطع كبيرة من الحجر (الشكل العام). ولكن عندما يصل إلى العينين، ينتقل إلى إزميل صغير ودقيق ويعمل ببطء شديد. إذا استخدم الإزميل الكبير على العينين، فسوف يدمرهما. هذا الفقد "المدرك للوقت" يضمن انتقال الذكاء الاصطناعي إلى وضع "الإزميل الصغير" في اللحظة التي يعمل فيها على الأجزاء الحساسة من الوجه.
لماذا يعد هذا أمرًا مهمًا؟
- لا مزيد من الوجوه "البلاستيكية": الصور المرممة تبدو حقيقية. يمكنك رؤية مسام الجلد، الشعيرات الفردية، والتجاعيد الطبيعية.
- لا مزيد من العيوب الغريبة: لا يعطي الذكاء الاصطناعي الشخص ثلاث عيون أو شكل فم غريب بالخطأ لأنه تدرب خصيصًا لتجنب هذه الأخطاء.
- جاهز للاستخدام في العالم الحقيقي: يعمل على الصور الملتقطة في العالم الحقيقي (وليس فقط الصور المثالية المختبرية)، حيث يتعامل مع الإضاءة الفوضوية والضبابية بشكل أفضل من الطرق السابقة.
الملخص
فكر في AuthFace كعملية أخذ ذكاء اصطناعي قوي وعام الغرض ومنحه درجة علمية متخصصة في تصوير البورتريه، ثم تعليمه العمل ببطء وعناية على الأجزاء الأكثر أهمية في الوجه (العينين والفم). النتيجة هي صورة مرممة تبدو حقيقية جدًا، لدرجة أنك تشعر وكأنك تنظر إلى الشخص في الحياة الواقعية، وليس إلى صورة مولدة بواسطة الكمبيوتر.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.