Abstraction in Style

1. بيان المشكلة

تركز طرق نقل الأسلوب التقليدية (مثل Gatys et al.، والأساليب القائمة على الانتشار/Diffusion) بشكل أساسي على نقل السمات البصرية السطحية مثل الملمس، واللون، وأنماط الضربات، مع الحفاظ بصرامة على هندسة المدخلات. ومع ذلك، فإن العديد من الأساليب الفنية — لا سيما الأساليب التوضيحية، والقائمة على الرسم التخطيطي (Sketch-based)، والأساليب غير الواقعية — تعتمد على التجريد الهيكلي (Structural Abstraction). ويتضمن ذلك:

• تبسيط أو تنعيم الميزات الهندسية غير الجوهرية.
• إدخال عدم انتظام متعمد أو كسر التماثل.
• تشويه النسب لإيصال قصد دلالي أو إدراكي محدد.

تعاني الطرق الحالية في التقاط هذا "التجريد العميق" لأنها مصممة للالتزام بالبنية المكانية الأصلية. وبناءً على ذلك، تفشل هذه الطرق في توليد نتائج متماسكة للأساليب شديدة التجريد حيث يجب تحويل الهندسة نفسها، وليس المظهر فقط.

2. المنهجية: التجريد في الأسلوب (AiS)

يقترح المؤلفون إطار عمل AiS، وهو إطار توليدي يفصل صراحة بين التجريد الهيكلي والنمذجة البصرية (Visual Stylization). تتم صياغة العملية كمسار مكون من مرحلتين، مدفوعتين بآلية مشتركة تسمى نقل التناظر البصري (Visual Analogy Transfer - VAT).

أ. المفهوم الجوهري: مسار من مرحلتين

1. المرحلة الأولى: التجريد الهيكلي

   • الهدف: إعادة تفسير هيكل الصورة المستهدفة وفقًا لمنطق التجريد الخاص بالأسلوب المرجعي.
   • المدخلات: الصورة المستهدفة $\leftarrow$ العمود الفقري الخفي (Hidden Backbone) $\leftarrow$ وسيط التجريد (Abstraction Proxy).
   • بناء العمود الفقري الخفي: يتم أولاً تحويل الصورة المستهدفة إلى "عمود فقري خفي"، وهو تمثيل هيكلي مبسط. ويتم تحقيق ذلك عبر:
     • التحويل المتجهي (Vectorization): تحويل الصورة إلى مسارات متجهية نظيفة ذات ألوان مسطحة لإزالة الضجيج الفوتوغرافي.
     • الهيكلة (Skeletonization) والتآكل (Erosion): استخراج هيكل طوبولوجي وتطبيق التآكل المورفولوجي على الأشكال المملوءة. يحافظ اتحاد الهيكل وبقايا التآكل على الاتصال والحجم النسبي دون الارتباط بحدود دقيقة.
   • التحويل (A-VAT): يتعلم نموذج نقل التناظر البصري (A-VAT) عملية الربط من العمود الفقري الخفي $\leftarrow$ وسيط التجريد باستخدام أزواج مرجعية. يقوم بتحويل العمود الفقري للمستهدف إلى وسيط متوسط يعكس توجهات التجريد المرجعية (مثل التنعيم أو المبالغة) مع الحفاظ على هوية الموضوع.

2. المرحلة الثانية: النمذجة البصرية

   • الهدف: رندرة (Rendering) الوسيط المجرد إلى صورة نهائية تطابق المظهر البصري للأسلوب المرجعي.
   • التحويل (S-VAT): يتعلم نموذج VAT ثانٍ (S-VAT) عملية الربط من وسيط التجريد $\leftarrow$ المخرج النهائي المنمط.
   • الآلية: تركز هذه المرحلة حصريًا على المظهر (الملمس، اللون، الضربات) المطبق على الهيكل المجرد مسبقًا.

ب. المحرك: نقل التناظر البصري (VAT)

تستخدم كلتا المرحلتين VAT، وهي آلية قائمة على صيغة التناظر البصري: $A \rightarrow A' :: B \rightarrow B'$.

• تنسيق المدخلات: صورة شبكية $2 \times 2$ يظهر فيها الصف العلوي زوجًا مرجعيًا ($A \rightarrow A'$) والصف السفوي يظهر المدخل ($B$) والهدف المقنع ($B'$).
• التنفيذ:
  • مبني على نموذج Diffusion Transformer (DiT) مدرب مسبقًا (تحديدًا FLUX.1-Fill-dev).
  • يستخدم تقنية LoRA (Low-Rank Adaptation) لضبط محول خفيف الوزن على مجموعة صغيرة من الأمثلة (5-20 زوجًا لكل أسلوب).
  • يعمل بالكامل في مساحة الصورة، حيث يتعلم التحويلات المعقدة دون الحاجة إلى إشراف هندسي صريح أو قواعد مصممة يدويًا.

3. المساهمات الرئيسية

• الفصل الصريح: يقدم البحث أول إطار عمل يفصل صراحة بين التجريد الهيكلي والنمذجة البصرية، معتبرًا التجريد عملية قابلة للتعلم والنقل وليس مجرد نتاج ضمني.
• تمثيل العمود الفقري الخفي: تمثيل وسيط مبتكر (هيكل + مناطق متآكلة) يجرد المظهر مع الحفاظ على البنية الطوبولوجية والحجم النسبي، مما يعمل كدعامة مرنة لإعادة التخيّل الهندسي.
• نقل التناظر البصري (VAT): آلية عامة وقابلة لإعادة الاستخدام في مساحة الصورة، تتعلم التحويلات الخاصة بالأسلوب من مجموعات أمثلة صغيرة (متوسط 10 صور) دون الحاجة إلى بيانات تدريب مقترنة أو تسميات هندسية.
• القابلية للتحكم: من خلال فصل A-VAT عن S-VAT، يسمح الإطار بتوليد "هجين" (Mix-and-match). يمكن للمستخدمين دمج منطق تجريد مختلف مع أساليب رندرة مختلفة لإنشاء تصميمات هجينة.

4. النتائج والتقييم

• الأداء النوعي: نجح AiS في توليد صور منمطة متماسكة عبر أساليب توضيحية متنوعة (مثل الرسومات التخطيطية، والرسوم المتحركة) حيث تتغير الهندسة بشكل كبير. وقد تفوق على النماذج المرجعية المتطورة (مثل StyleID، وStyleAlign، وNano Banana Pro، إلخ) التي تميل إلى الحفاظ على هندسة المدخلات الأصلية، مما يؤدي إلى تمثيلات تجريدية أقل تماسكًا.
• المقاييس الكمية:
  • تشابه الأسلوب (CSD): حقق AiS أعلى درجة (0.72) مقارنة بالنماذج المرجعية (0.58–0.64).
  • التشابه الإدراكي (LPIPS): حقق AiS أدنى درجة (0.47)، مما يشير إلى توافق أفضل مع الخصائص البصرية للأسلوب المرجعي.
• الدراسة المستخدمة: في تقييم أعمى شمل 20 حالة اختبار، فضل المستخدمون AiS بنسبة 50%، متفوقًا بشكل ملحوظ على الطريقة التالية الأفضل (Nano Banana بنسبة 35%).
• دراسات الاستئصال (Ablation Studies):
  • أدى إزالة إشارات المنطقة المتآكلة من العمود الفقري إلى تدهور هندسي.
  • أدت إزالة التصميم ثنائي المراحل (باستخدام AS-VAT أحادي المرحلة) إلى مخرجات تلتزم بصرامة بهندسة المدخلات، وفشلت في التقاط منطق التجريد.
  • أدت إزالة مرحلة التجريد تمامًا إلى الفشل في تعميم المنطق البصري للمرجع.

5. الأهمية

تكمن أهمية AiS في تحوله النوعي من "نقل المظهر" إلى "إعادة التفسير الهيكلي".

• الربط بين الفن والذكاء الاصطناعي: يعالج فجوة حرجة في الرسوميات الحاسوبية حيث يواجه الذكاء الاصطناعي صعوبة في محاكاة التفكير عالي المستوى الذي يستخدمه الفنانون لتبسيط وتشويه الأشكال.
• القابلية للتوسع: تعمل الطريقة بفعالية مع مجموعات بيانات صغيرة جدًا (التعلم من أمثلة قليلة)، مما يجعلها متاحة للأساليب الفنية المتخصصة.
• الاتجاه المستقبلي: يضع العمل أساسًا للأعمال المستقبلية في "التشويه الدلالي المتحكم به"، مما يشير إلى أن فصل التجريد عن المظهر ضروري لتحقيق توليد تعبيري غير واقعي.

باختاق، يوفر التجريد في الأسلوب (AiS) حلاً قويًا لتوليد صور منمطة تحترم منطق الأسلوب، وليس فقط مظهره، مما يمكن الذكاء الاصطناعي من إنتاج فن تجريدي وتوضيحي حقيقي بدلاً من مجرد صور فوتوغرافية ذات ملمس مختلف.