🤖 AI

Zero-TIG: Temporal Consistency-Aware Zero-Shot Illumination-Guided Low-light Video Enhancement

تقدم هذه الورقة البحثية Zero-TIG، وهو إطار عمل جديد للتعلم من دون عينات (zero-shot learning) يستفيد من نظرية Retinex والتغذية الراجعة الزمنية القائمة على التدفق البصري لتعزيز مقاطع الفيديو ذات الإضاءة المنخفضة وتحت الماء بجودة بصرية محسنة، واتساق زمني، ودقة ألوان، دون الحاجة إلى بيانات حقيقية مقترنة.

المؤلفون الأصليون: Yini Li, Nantheera Anantrasirichai

نُشر 2026-04-02

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Yini Li, Nantheera Anantrasirichai

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 أنك تحاول مشاهدة فيلم، لكن جهاز العرض (البروجيكتور) معطل. الشاشة سوداء تماماً، والصورة مشوشة ومليئة بالضجيج (static)، والألوان تبدو غريبة، كأن كل شيء تحت الماء أو مغطى بضباب رمادي. الآن، تخيل أنك تحاول مشاهدة سلسلة من هذه الأفلام حيث يكون الوميض (flickering) سيئاً لدرجة أنه يؤلم عينيك.

هذه هي المشكلة التي يحلها برنامج Zero-TIG. إنه برنامج حاسوبي جديد مصمم لأخذ الفيديوهات المظلمة، المشوشة، والمضطربة وتحويلها إلى روائع واضحة، ساطعة، وسلسة — دون أن يرى قط نسخة "مثالية" من الفيديو من قبل.

إليك كيف يعمل، مقسماً إلى قصص وتشبيهات بسيطة:

1. المشكلة: معضلة "الرسام الأعمى"

عادةً، لتعليم الكمبيوتر كيفية إصلاح صورة مظلمة، تظهر له آلاف الأزواج: صورة "سيئة" والنسخة "المثالية" منها بجانبها مباشرة. يتعلم الكمبيوتر عن طريق نسخ النسخة المثالية.

لكن في العالم الحقيقي (خاصة تحت الماء أو في ظلام الليل الدامس)، نادراً ما نملك تلك الصور المرجعية "المثالية". الأمر يشبه محاولة تعليم فنان رسم غروب الشمس من خلال إظهار رسم تخطيطي باللونين الأبيض والأسود فقط، دون إظهار الغروب الحقيقي له أبداً. معظم الطرق الموجودة تفشل هنا لأنها "عمياء" لعدم وجود بيانات مرجعية.

Zero-TIG مختلف. إنه متعلم "Zero-Shot" (بدون تدريب مسبق). لا يحتاج إلى مرجع؛ فهو يستنتج كيفية إصلاح الفيديو بمجرد النظر إلى الفيديو السيئ نفسه، باستخدام قواعد الفيزياء والضوء.

2. الفكرة الجوهرية: "المصباح السحري" (نظرية ريتينكس - Retinex Theory)

تستخدم الورقة البحثية مفهوماً يُعرف بـ نظرية ريتينكس. تخيل أنك في غرفة مظلمة ومعك مصباح يدوي.

الجسم: الشيء الذي تنظر إليه (تفاحة حمراء). هذا هو الانعكاس (Reflectance). لونه يبقى ثابتاً بغض النظر عن كيفية تسليط الضوء عليه.
الضوء: شعاع المصباح اليدوي. هذا هو الإضاءة (Illumination). وهي تتغير بناءً على كيفية تحريك الضوء.

يعمل Zero-TIG مثل محقق ذكي. ينظر إلى الفيديو المظلم والمشوش ويقول: "حسناً، أحتاج إلى فصل الجسم عن الإضاءة السيئة". إنه يزيل الظلام (الضوء السيئ) وينظف الجسم، ثم يسلط ضوءاً جديداً ومثالياً عليه.

3. المحرك ذو الجزأين

يتكون النظام من جزأين رئيسيين يعملان معاً:

الجزء (أ): "فريق التنظيف" (وحدة التحسين - Enhancement Module)

تخيل هذا كفريق من ثلاثة متخصصين ينظفون نافذة متسخة:

مزيل الغبار (LD-Net): أولاً، يقوم بمسح الغبار الكثيف والضجيج (static) حتى تصبح الصورة أكثر وضوحاً.
محلل الضوء (IE-Net): بعد ذلك، يحدد بالضبط كيف يسقط الضوء على المشهد. إنه يفصل "الظل" عن "الجسم".
الملمّع (RD-Net): أخيراً، يقوم بتلميع الجسم نفسه، ويزيل أي شوائب متبقية ويجعل الألوان تبرز بقوة.

الجزء (ب): "اليد الثابتة" (وحدة التغذية الراجعة الزمنية - Temporal Feedback Module)

هذا هو الابتكار الأكبر في الورقة البحثية.
إذا قمت بإصلاح كل إطار (frame) من الفيديو على حد-ى، فستكون النتيجة وكأنها ضوء "ستروب" (ومضات متقطعة). إطار ساطع، يليه إطار خافت، يليه إطار بلون مختلف. هذا هو الوميض (flickering).

يحل Zero-TIG هذه المشكلة عبر حلقة تغذية راجعة عبر الزمن (Time-Traveling Feedback Loop):

تخيل أنك ترسم جدارية. تنهي جزءاً واحداً (الإطار 1).
قبل أن تبدأ الجزء التالي (الإطار 2)، تنظر إلى عملك المكتمل من الإطار 1.
تستخدم التدفق البصري (Optical Flow) (وهي طريقة لتتبع حركة البكسلات، مثل تتبع كرة تطير في الهواء) لترى بالضبط كيف تحرك المشهد من الإطار 1 إلى الإطار 2.
تقوم بعمل "إزاحة/مط" (warp) للإطار 1 المكتمل ليتناسب مع موضع الإطار 2.
تستخدم الإطار 1 المكتمل والمطابق كدليل لمساعدتك في رسم الإطار 2.

التشبيه: الأمر يشبه مدرب الرقص. بدلاً من تعليم كل راقص حركة بشكل منفصل، فإنه يراقب الحركة السلسة للراقص السابق ويستخدم ذلك الإيقاع لتوجيه الراقص التالي. هذا يضمن تدفق الفيديو بسلاسة دون قفزات مفاجئة أو أضواء وامضة.

4. التحدي تحت الماء: "الفلتر الأزرق"

عند التصوير تحت الماء، يتم امتصاص الضوء. يختفي الضوء الأحمر أولاً، مما يترك كل شيء يبدو أزرق أو أخضر. الأمر يشبه النظر من خلال فلتر مسبح أزرق سميك.

يمتلك Zero-TIG خدعة خاصة لهذا. فهو لا يخمن الألوان فحسب؛ بل يحسب "توازن اللون الأبيض" (white balance) لكل قناة لونية (أحمر، أخضر، أزرق) بشكل منفصل. إنه يشبه امتلاك فلتر ذكي يعرف: "أوه، قناة اللون الأحمر مفقودة، لذا سأقوم بتعزيزها خصيصاً لجعل المرجان يبدو وردياً مرة أخرى، وليس مجرد جعل الصورة بأكملها أكثر سطوعاً".

5. النتيجة: فيلم سلس وواضح

اختبرت الورقة البحثية هذا النظام على فيديوهات مظلمة ولقطات تحت الماء.

بدون بيانات تدريب: لم يكن بحاجة إلى "معلم" لديه فيديوهات مثالية.
لا يوجد وميض: الفيديو يعمل بسلاسة، إطار تلو الآخر.
أفضل من المحترفين: في كثير من الحالات، بدا أفضل من الطرق "الخاضعة للإشراف" (supervised methods) المكلفة التي تمتلك بالفعل بيانات تدريب مثالية.

الملخص

Zero-TIG هو بمثابة محرر فيديو ذكي يعلم نفسه بنفسه، يقوم بـ:

فصل الجسم عن الإضاءة السيئة.
تنظيف الضجيج.
تذكر كيف كان الإطار السابق ليبدو الإطار التالي مطابقاً تماماً (منع الوميض).
إصلاح ألوان تحت الماء تلقائياً.

إنه يحول الفوضى المظلمة، المشوشة، والمضطربة إلى تحفة سينمائية، وكل ذلك من خلال تعلم كيفية رؤية الضوء بنفسه.

إليك ملخص تقني مفصل لورقة البحث بعنوان "Zero-TIG: تعزيز الفيديو المعتمد على الإضاءة بتوجيه صفر-المعرفة مع مراعبة الاتساق الزمني".

1. بيان المشكلة

تعاني مقاطع الفيديو ذات الإضاءة المنخفضة وتحت الماء من تدهور كبير، بما في ذلك ضعف الرؤية، وانخفاض التباين، والضجيج العالي، وضبابية الحركة، وتشويه الألوان (خاصة في البيئات تحت الماء بسبب اضمحلال الضوء المعتمد على الطول الموجي).

قصور الطرق الحالية: تعتمد معظم الأساليب المتطورة على التعلم الخاضع للإشراف الذي يتطلب مجموعات بيانات مقترنة بالحقائق الأرضية (الإضاءة المنخفضة مقابل الإضاءة الطبيعية)، وهي نادرة، خاصة لمشاهد تحت الماء.
عدم الاتساق الزمني: غالبًا ما يؤدي تطبيق أساليب تعزيز الصور لكل إطار على حدة في مقاطع الفيديو إلى حدوث وميض زمني (flickering) وتشويهات.
فجوة "صفر-المعرفة" (Zero-Shot Gap): بينما توجد طرق "صفر-المعرفة" للصور، إلا أنها غالبًا ما تفشل في الحفاظ على الاستمرارية الزمنية أو التعامل مع تشوهات الألوان الخاصة ببيانات تحت الماء بفعالية دون بيانات تدريب مقترنة.

2. المنهجية: Zero-TIG

إطار العمل المقترح Zero-TIG هو نهج تعلم ذاتي التوجيه (self-supervised) يعتمد على "صفر-المعرفة"، ويتطلب فقط فيديو مدخل واحد للتدريب. وهو يدمج نظرية ريتيكس (Retinex theory) مع وحدة تغذية راجعة زمنية مبتكرة. تتكون البنية من مكونين رئيسيين:

أ. وحدة التعزيز (Enhancement Module)

بناءً على إطار عمل Zero-IG، تقوم هذه الوحدة بمعالجة صورة الإدخال ذات الإضاءة المنخفضة ( $I_t$ ) عبر ثلاث شبكات فرعية:

شبكة إزالة الضجيج في الإضاءة المنخفضة (LD-Net): تقوم بإزالة الضجيج الأولي باستخدام مُقلّصين ( $G_1, G_2$ ) لتوليد صورة أولية منزوعة الضجيج ( $I_t^{LP}$ ). هذا يقلل من الضجيج قبل تقدير الإضاءة.
شبكة تقدير الإضاءة (IE-Net): تقوم بتفكيك الصورة المنزوعة الضجيج إلى مكونات الانعكاس ( $R_t^{IE}$ ) والإضاءة ( $S_t^{IE}$ ) بناءً على نظرية ريتيكس ( $I_t^{LP} = R_t^{IE} \cdot S_t^{IE}$ ).
شبكة إزالة ضجيج الانعكاس (RD-Net): تعمل على تنقية خرائط الانعكاس والإضاءة المدمجة لإزالة الضجيج المتبقي، مما ينتج عنه الانعكاس النهائي المعزز ( $R_t^{RD}$ ) والإضاءة ( $S_t^{RD}$ ).

ب. وحدة التغذية الراجعة الزمنية (Temporal Feedback Module)

لضمان الاتساق الزمني وتقليل الوميض، تدمج هذه الوحدة المعلومات من الإطار السابق ( $t-1$ ) بشكل تكراري في الإطار الحالي ( $t$ ):

المعالجة المسبقة: يتم إزالة الضجيج الأولي من الإطار الحالي ( $I_t^{LD}$ ) ويخضع لعملية توازن الهيستوجرام (HE) لمحاذاة توزيعات الكثافة.
تقدير التدفق البصري (Optical Flow - OF): تقوم شبكة RAFT مدربة مسبقًا بحساب خريطة إزاحة التدفق البصري بين مخرجات الانعكاس المعززة السابقة ( $R_{t-1}^{RD}$ $R_{t - 1}^{R D}$ ) والإطار الحالي المعالج مسبقًا ( $\hat{I}_t^{LD}$ $\hat{I}_{t}^{L D}$ ).
- التحسين: يتم تصغير الصور بمعامل قدره 3 لتقليل تأثير الضجيج على تقدير التدفق البصري وتسريع الحوسبة.
التحريف والدمج (Warping & Fusion): يتم تحريف (warp) خرائط الانعكاس والإضاءة المعززة السابقة إلى الإطار الحالي باستخدام التدفق البصري المحسوب. تُدمج هذه الخرائط المحرفة مع ميزات الإطار الحالي وتُغذي مجددًا في شبكتي IE-Net وRD-Net للتحسين المستمر.
- التهيئة: بالنسبة للإطار الأول، يتم تهيئة الخرائط المحرفة كمتجهات صفرية.

ج. دوال الخسارة والتكيف مع البيئة تحت الماء

يتم تحسين النموذج باستخدام 11 دالة خسارة، تشمل خسائر المتبقي، والاتساق، والنعومة، والتباين.

الموازنة التكيفية لللون الأبيض لبيانات تحت الماء: تفترض الخسائر القياسية توزيعات قنوات RGB بشكل موحد، وهو ما يفشل تحت الماء بسبب امتصاص الضوء. يقدم Zero-TIG قيودًا خاصة بالقنوات:
- يقوم بحساب متوسط السطوع ( $Y_L$ ) لكل قناة RGB بشكل مستقل.
- يتم توسيع قيود الإضاءة ( $L_{over}$ و $L_{pix}$ ) لتشمل الجمع عبر القنوات ( $c \in \{R, G, B\}$ )، مما يسمح للشبكة بموازنة الألوان بشكل تكيفي وتحقيق موازنة تلقائية للون الأبيض بدون حقائق أرضية.

3. المساهمات الرئيسية

تعزيز الفيديو بنمط "صفر-المعرفة": طريقة مبتكرة تحقق تعزيزًا عالي الجودة للفيديو في الإضاءة المنخفضة دون الحاجة لبيانات تدريب مقترنة، مما يعالج ندرة مجموعات الحقائق الأرضية.
آلية التغذية الراجعة الزمنية: وحدة فريدة تجمع بين توازن الهيستوجرام، والتدفق البصري (RAFT)، وتحريف الصور لربط الإطارات السابقة بالإطارات الحالية بشكل تكراري، مما يقلل بشكل كبير من الوميض والضجيج.
تصحيح الألوان تحت الماء: استراتيجية موازنة اللون الأبيض التكيفية التي تحسب مكاسب خاصة بكل قناة لتصحيح تشوه الألوان المعتمد على الطول الموجي في الفيديوهات تحت الماء.
التحسين الشامل: دمج 11 دالة خسارة لتحسين إزالة الضجيج، وتقدير الإضاءة، والاتساق الزمني بشكل مشترك.

4. النتائج التجريبية

تم تقييم الطريقة باستخدام مجموعات بيانات BVI-RLV (إضاءة منخفضة) و BVI-Coral (تحت الماء).

الأداء الكمي (الإضاءة المنخفضة):
- بالمقارنة مع أحدث الأساليب ذاتية الإشراف (Zero-DCE, SGZSL, RUAS, Zero-IG, EnlightenGAN) والحدود العليا الخاضعة للإشراف (BVI-CDM, BVI-Mamba).
- المقاييس: حققت درجات تنافسية في PSNR (19.34 dB) و SSIM (0.790). ومع مطابقة الهيستوجرام، وصلت إلى 28.052 PSNR و 0.854 SSIM، متفوقة على معظم النماذج الأساسية ذاتية الإشراف ومقتربة من الأساليب الخاضعة للإشراف.
- LPIPS: حققت درجة LPIPS منخفضة (0.360)، مما يشير إلى تشابه إدراكي عالٍ مع الحقائق الأرضية.
الاتساق الزمني:
- تم التقييم باستخدام متوسط فروق السطوع المطلقة (MABD). أظهر Zero-TIG قيم MABD أقل بكثير مقارنة بـ Zero-IG، مما يؤكد الاستقرار الفائق وتقليل الوميض بمرور الوقت.
الأداء تحت الماء:
- تم التقييم باستخدام مقاييس غير مرجعية (UIQM, UCIQE, CLIP-IQA).
- تفوق Zero-TIG على Zero-IG في جميع المقاييس، منتجًا حوافًا أكثر وضوحًا، وتباينًا أفضل، وتصحيحًا فعالًا للألوان لأنسجة المرجان والرمل.

5. الأهمية

القابلية للتطبيق العملي: من خلال إلغاء الحاجة إلى بيانات حقائق أرضية مقترنة، يعد Zero-TIG قابلًا للتطبيق للغاية في السيناريوهات الواقعية حيث يستحيل التقاط صور مرجعية (مثل استكشاف أعماق البحار أو المراقبة في الظلام).
الاستقرار الزمني: تعالج وحدة التغذية الراجعة الزمنية المقدمة عقبة حرجة في تعزيز الفيديو — وهي الوميض — مما يجعل المخرجات مناسبة للمراقبة المستمرة واتخاذ القرار الآلي.
تعدد الاستخدامات: نجح إطار العمل في التعامل مع كل من ظروف الإضاءة المنخفضة العامة والتحديات الفيزيائية المحددة للتصوير تحت الماء (امتصاص الألوان)، مما يوفر حلاً موحدًا لمهام التعزيز البصري المتنوعة.

توافر الكود: الكود المصدري متاح علنًا على https://github.com/liyinibristol/Zero-TIG.