Evaluating quality metrics through the lenses of psychophysical measurements of low-level vision
تقدم هذه الورقة إطار عمل جديد للاختبارات النفسية الفيزيائية القائم على مبادئ الرؤية منخفضة المستوى — وتحديداً حساسية التباين، والقناع، والمطابقة — لتقييم وكشف نقاط القوة والضعف الإدراكي لـ 34 مقياساً حالياً لجودة الصور والفيديو، مما يثبت أن بروتوكولات التقييم القياسية غالباً ما تفشل في استيعاب هذه الخصائص البصرية البشرية الأساسية.
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 قاضٍ في مسابقة طبخ. مهمتك هي تذوق طبقين والبت في أيهما يبدو وطعمه أفضل. ولكن، بدلاً من التذوق، أنت برنامج كمبيوتر يحاول الحكم على جودة الصور ومقاطع الفيديو.
لسنوات، امتلكنا هؤلاء القضاة الكمبيوتريين (الذين يُطلق عليهم مقاييس الجودة - Quality Metrics) مثل SSIM وLPIPS وVMAF. من المفترض أن يعملوا كأعين بشرية، ليخبرونا ما إذا كان الفيديو ضبابياً، أو إذا كانت الصورة ذات ألوان سيئة، أو إذا كان الفيلم يبدو مشوشاً جداً. عادةً، نختبرهم عبر سؤال البشر الحقيقيين: "أيهما أعجبك أكثر؟" ونرى ما إذا كان الكمبيوتر يتفق معهم.
ولكن هنا تكمن المشكلة: مجرد حصول الكمبيوتر على "الإجابة الصحيحة" في اختبار معين لا يعني أنه يفهم لماذا يرى البشر الأشياء بالطريقة التي يرونها. قد يكون قد خمن الإجابة الصحيحة بالصدفة، أو قد يكون يستخدم منطقاً مختلفاً تماماً (وخاطئاً).
تقدم هذه الورقة البحثية طريقة جديدة لاختبار هؤلاء القضاة الكمبيوتريين. فبدلاً من السؤال فقط: "هل حصلت على الدرجة الصحيحة؟"، يسأل الباحثون: "هل ترى العالم كما تعمل العين البشرية حقاً؟"
لقد استخدموا مجموعة من "ألغاز الرؤية" القائمة على كيفية تصميم أدمغتنا وأعيننا بيولوجياً. تخيل الأمر كأنه فحص طبي لـ "عيون" الكمبيوتر.
إليك الألغاز الأربعة الرئيسية التي استخدموها، مشروحة بتشبيهات بسيطة:
1. اختبار "الهمس مقابل الصراخ" (كشف التباين)
الواقع البشري: عيوننا ليست جيدة في رؤية كل شيء بنفس القدر. نحن سيئون جداً في رؤية التفاصيل الباهتة جداً في الظلام، ونحن أيضاً سيئون في رؤية التفاصيل الصغيرة جداً وعالية الحدة (مثل حبات الرمل الناعمة). نحن في الواقع أفضل في رؤية التفاصيل متوسطة الحجم (مثل ملمس جدار من الطوب). وهذا ما يسمى دالة حساسية التباين (CSF).
الاختبار: عرض الباحثون صوراً للكمبيوتر تحتوي على أنماط بأحجام ومستويات سطوع مختلفة، وسألوا: "هل يمكنك رؤية هذا؟"
النتيجة:
- القضاة القدامى (مثل PSNR): يعملون مثل روبوت يعد البكسلات. هم يعتقدون أن ذرة غبار صغيرة لا تقل أهمية عن بقعة ضخกว่า وضبابية. إنهم لا يفهمون أن البشر يتجاهلون الذرات الصغيرة.
- القضاة "الجيدون" (مثل ColorVideoVDP): هؤلاء يحاكون بالفعل العين البشرية، حيث يعرفون أن التفاصيل متوسطة الحجم هي الأكثر أهمية.
- القضاة "السيئون" (مثل SSIM): من المثير للدهشة أن SSIM مهووس بالتفاصيل الصغيرة جداً وعالية التردد. إنه يشبه القاضي الذي يهتم بحبة ملح واحدة على الكعكة أكثر من اهتمامه بأن الكعكة محترقة.
2. اختبار "الضجيج مقابل الإشارة" (قناع التباين)
الواقع البشري: تخيل أنك تحاول سماع همسة في مكتبة هادئة (سهل). الآن تخيل أنك تحاول سماع نفس الهمسة في حفلة روك صاخبة (مستحيل). الموسيقى الصاخبة "تحجب" الهمسة. في الرؤية، إذا كانت الصورة مزدحمة ومليئة بالتفاصيل (مثل الغابة)، فإن تشوهاً صغيراً (مثل خدش) سيكون أصعب في الرؤية مما لو كان ذلك الخدش على جدار أبيض سادة.
الاختبار: عرض الباحثون للكمبيوتر صورة مزدحمة ومليئة بالضجيج، وسألوا: "كم مقدار الخدش الجديد الذي يجب أن أضيفه حتى تلاحظه؟"
النتيجة:
- معظم القضاة: لم يهتموا بالخلفية المزدحمة. اعتقدوا أن الخدش مرئي بنفس القدر سواء كان على جدار سادة أو في غابة كثيفة.
- قضاة "التعلم العميق" (مثل LPIPS): كانوا النجوم المفاجئين! على الرغم من أنهم لم يُدرّبوا أبداً على مفهوم "الحجب"، إلا أنهم تعلموا من النظر إلى ملايين الصور أن "الخلفيات المزدحمة تخفي الأخطاء الصغيرة". لقد نجحوا في هذا، تماماً كما نفعل نحن البشر.
3. اختبار "الوميض" (الحساسية الزمنية)
الواقع البشري: إذا حركت كشافاً ذهاباً وإياباً بسرعة كبيرة، سيبدو كضوء ثابت. إذا حركته ببطء، سترى وميضه. عيوننا لديها "نقطة مثالية" للوميض؛ فنحن أكثر حساسية لسرعة معينة (حوالي 8 مرات في الثانية).
الاختبار: عرض الباحثون فيديوهات للكمبيوتر تومض بسرعات مختلفة.
النتيجة:
- معظم قضاة الفيديو: هم سيئون جداً في هذا. عادةً ما ينظرون إلى إطارين أو ثلاثة فقط في المرة الواحدة، لذا لا يمكنهم التمييز بين الوميض البطيء والوميض السريع.
- القضاة "الجيدون": عدد قليل فقط من مقاييس الفيديو المتخصصة استطاع فعلياً أن يقول: "مهلاً، هذا الفيديو يومض بالسرعة التي يكرهها البشر أكثر من غيرها!"
4. اختبار "الكبير مقابل الصغير" (ثبات التباين)
الواقع البشري: هذا هو الاختبار الأكثر غرابة. إذا نظرت إلى خط رمادي باهت، فسيبدو مختلفاً تماماً بناءً على حجمه. ولكن إذا نظرت إلى خط ساطع جداً وتباين عالٍ، فسيبدو بنفس الحجم والسطوع سواء كان صغيراً أو ضخماً. أدمغتنا "تسطح" إدراكنا للأشياء الكبيرة والواضحة.
الاختبار: طلب الباحثون من الكمبيوتر مطابقة سطوع خط باهت لخط ساطع.
النتيجة:
- الجميع فشل: لم يفهم أي من قضاة الكمبيوتر هذا الأمر. ظلوا يحاولون حساب الفرق رياضياً، وفشلوا في إدراك أننا بالنسبة للبشر، "الشيء الكبير والساطع" يبدو متشابهاً بغض النظر عن حجمه. هذه فجوة كبيرة في التكنولوجيا الحالية.
الخلاصة الكبرى
لقد بنى المؤلفون "صالة ألعاب رياضية للرؤية" لاختبار هؤلاء القضاة الكمبيوتريين. ووجدوا أن:
- المعادلات القديمة (مثل SSIM) غالباً ما تكون مخطئة بشأن ما يهتم به البشر (فهي تحب التفاصيل الصغيرة جداً أكثر من اللازم).
- قضاة الذكاء الاصطناي (التعلم العميق) بارعون بشكل مفاجئ في بعض الأمور (مثل الحجب) لأنهم تعلموا من صور حقيقية، حتى دون تعليمهم القواعد.
- قضاة الفيديو سيئون عموماً في فهم الوقت (الوميض).
- لا أحد يفهم كيف ندرك الأشياء "الكبيرة والساطعة" (ثبات التباين) حتى الآن.
لماذا يهم هذا؟
إذا كنت تشاهد فيلماً عبر نتفليكس، فأنت تريد أن يبدو الفيديو جيداً دون استهلاك الكثير من البيانات. إذا اعتقد القاضي الكمبيوتري أن الغابة الضبابية "سيئة" (بينما لا يستطيع البشر حتى رؤية الضباب)، فإن النظام سيهدر البيانات في محاولة إصلاحها. وإذا اعتقد القاضي أن الضوء الوامض "جيد" (بينما يكرهه البشر بشدة)، فسيبدو الفيلم سيئاً للغاية.
من خلال استخدام "ألغاز الرؤية" هذه، يأمل المؤلفون في مساعدة المهندسين على بناء قضاة أفضل يفهمون حقاً كيف تعمل العيون البشرية، مما يؤدي إلى صور وفيديوهات أفضل للجميع.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.