💻 computer science

CANDLE: Illumination-Invariant Semantic Priors for Color Ambient Lighting Normalization

تُعد CANDLE طريقة مبتكرة لتطبيع الإضاءة المحيطة الملونة تستفيد من الأولويات الدلالية لـ DINOv3 القوية تجاه الإضاءة من خلال التوجيه متعدد الطبقات وتحسين التردد لاستعادة الألوان الأصلية للأجسام بفعالية تحت ظروف الإضاءة متعددة الألوان الصعبة، محققةً أداءً هو الأفضل في فئته على مجموعة بيانات CL3AN وتصنيفات متقدمة في تحدي NTIRE 2026 ALN.

المؤلفون الأصليون: Rong-Lin Jian, Ting-Yao Chen, Yu-Fan Lin, Chia-Ming Lee, Fu-En Yang, Yu-Chiang Frank Wang, Chih-Chung Hsu

نُشر 2026-04-07

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Rong-Lin Jian, Ting-Yao Chen, Yu-Fan Lin, Chia-Ming Lee, Fu-En Yang, Yu-Chiang Frank Wang, Chih-Chung Hsu

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 التقاط صورة جميلة لتفاحة حمراء. ولكن بدلاً من ضوء الشمس الطبيعي، أنت تقف تحت ضوء ديسكو ملون وغريب. تبدو التفاحة أرجوانية، والظلال تبدو خضراء، والبقع اللامعة تبدو بيضاء باهتة للغاية. هدفك هو "إصلاح" الصورة لتبدو التفاحة حمراء مرة أخرى، والظلال تبدو طبيعية، واللمعان يبدو واقعياً.

هذه هي مشكلة تطبيع إضاءة الوسط المحيط بالألوان (ALN). الأمر يشبه محاولة تنظيف نافذة متسخة، لكن الأوساخ مكونة من أضواء ملونة مختلفة، والنافذة نفسها مكونة من مواد مختلفة (زجاج، معدن، قماش) تتفاعل مع الضوء بشكل مختلف.

إليك كيف يحل بحث CANDLE هذه المشكلة، مشروحاً ببساطة:

1. المشكلة: الأدوات القديمة لا تعمل

حاولت الطرق السابقة إصلاح هذه الصور باستخدام حيلتين رئيسيتين:

خدعة "الهندسة": نظروا إلى شكل الجسم (مثل انحناء التفاحة) لتخمين مكان سقوط الضوء. ولكن إذا كان الضوء بلون نيون أزرق مجنون، فإن الشكل لا يخبرك ما هو اللون الذي يجب أن تكون عليه التفاحة.
خدعة "التردد": حاولوا فصل الصورة إلى أجزاء "ضبابية" (ألوان) وأجزاء "حادة" (حواف). ولكن عندما تكون الألوان خاطئة تماماً، فإن هذا يؤدي فقط إلى الفوضى.

التشبيه: تخيل أنك تحاول تخمين شكل شخص تحت كشاف أحمر. إذا نظرت فقط إلى ظله (الهندسة) أو ضبابية الضوء (التردد)، فلن تتمكن من معرفة ما إذا كان يرتدي قميصاً أزرق أم أخضر. أنت بحاجة إلى التعرف على هويته أولاً.

2. الاكتشاف الكبير: "العقل الذي لا يرمش"

لاحظ الباحثون شيئاً مذهلاً حول نموذج ذكاء اصطناعي محدد يسمى DINOv3.

معظم نماذج الذكاء الاصطناعي ترتبك عندما يتغير لون الإضاءة.
ومع ذلك، فإن DINOv3 مدرب على التعرف على الأجسام، وليس فقط الألوان. إذا عرضت عليه تفاحة حمراء تحت ضوء أزرق، فإنه لا يزال "يعرف" أنها تفاحة. إنه يتجاهل الإضاءة الغريبة ويركز على الهوية الحقيقية للجسم.

التشبيه: فكر في DINOv3 كناقد فني ذكي جداً قد شاهد كل لوحة في العالم. حتى لو سلطت ليزر أخضر على لوحة لغروب الشمس، فإن الناقد لا يزال يعرف: "آه، هذا غروب شمس، وليس مستنقعاً أخضر". أدرك الباحثون: إذا سمحنا لهذا "الناقد" بتوجيه عملية إصلاح الصورة، يمكننا إصلاح الألوان بشكل صحيح.

3. الحل: CANDLE

بَنوا نظاماً جديداً يسمى CANDLE (تطبيع لون الإضاءة المحيطة مع تعزيز طبقة DINO). فكر فيه كورشة إصلاح مكونة من ثلاث خطوات:

الخطوة أ: "الدليل الذكي" (D.O.G.)

بدلاً من التخمين بناءً على الظلال، يطلب CANDLE المساعدة من "الناقد الذكي" (DINOv3 في كل مرحلة من مراحل الإصلاح.

كيف يعمل: بينما يحاول الكمبيوتر إصلاح الصورة، فإنه يتحقق باستمرار مع الناقد: "هل هذا جزء من التفاحة؟ هل هذا جزء من الطاولة؟"
السحر: يستخدم النظام طبقات من عقل الناقد. الطبقات الضحلة تساعد في التفاصيل الدقيقة (مثل ملمس قشرة التفاحة)، والطبقات العميقة تساعد في الصورة الكبيرة (للتأكد من أن التفاحة بأكملها حمراء، وليست أرجوانية).
التشبيه: يشبه الأمر امتلاك فريق من المرشدين. أحد المرشدين يعرف خريطة المدينة (الصورة الكبيرة)، والمرشد الآخر يعرف لافتات الشوارع المحددة (التفاصيل الصغيرة). يعملان معاً لإيصالك إلى المنزل.

الخطوة ب: "مرشح الألوان" (BFACG)

أحياناً، حتى مع وجود دليل جيد، يرتبك الكمبيوتر في البقع الساطعة واللامعة جداً (مثل اللمعان على غطاء محرك السيارة). قد يقوم بالخطأ بتحويل السيارة بأكملها إلى اللون الأزرق.

الإصلاح: يقوم CANDLE بتقسيم العمل. جزء من النظام يصلح الشكل (الحواف، الخطوط)، وجزء منفصل يصلح اللون. ولا يمزجون بينهما إلا بعناية في النهاية.
التشبيه: تخيل أنك تدهن غرفة. تستخدم فرشاة واحدة للجدران (اللون) وفرشاة أخرى للإطارات (الحواف). إذا استخدمت نفس الفرشاة لكليهما، فقد تضع طلاءً على الإطارات حيث لا ينبغي. يحافظ CANDLE على الفراشي منفصلة حتى الخطوة الأخيرة.

الخطوة ج: "منظف الضجيج" (SFFB)

عندما تقوم الحواسيب بإصلاح الصور، فإنها غالباً ما تنسخ وتلصق أجزاءً من الصورة الأصلية السيئة لملء الفجوات. يمكن أن يؤدي هذا بالخطأ إلى استعادة الإضاءة الملونة السيئة.

الإصلاح: يستخدم CANDLE مرشحاً خاصاً (مثل المنخل) لالتقاط "الضوء السيئ" قبل لصقه في الصورة النهائية. إنه يحتفظ بالتفاصيل الحادة ولكنه يتخلص من تدرجات الألوان الغريبة.
التشبيه: يشبه الأمر تصفية المعكرونة. أنت تريد المعكرونة (التفاصيل)، ولكنك تريد تصريف الماء النشوي (الإضاءة السيئة).

4. النتائج: بطل جديد

اختبر الباحثون CANDLE في تحدٍ صعب يسمى CL3AN (مجموعة بيانات مليئة بالأضواء الملونة الغريبة).

النتيجة: تفوق CANDLE على أفضل الطرق السابقة بفارق كبير. لقد كان الأمر أشبه بالانتقال من صورة ضبابية وفاقدة للوعلون بسبب الألوان إلى صورة واضحة وطبيعية المظهر.
المنافسة: في مسابقة NTIRE 2026 (وهي مسابقة كبرى لإصلاح الصور)، حصل CANDLE على المركز الثالث في مسار "الإضاءة اللونية" والمركز الثاني في مسار "الإضاءة البيضاء".
لماذا يهم هذا: لقد أثبت أن استخدام المعرفة "الدلالية" (فهم ماهية الشيء) أفضل بكثير من مجرد استخدام المعرفة "الهندسية" (فهم أين يسقط الضوء) عندما تكون الأضواء مجنونة.

الملخص

CANDLE هو طريقة جديدة لإصلاح الصور الملتقطة تحت أضواء ملونة غريبة. بدلاً من التخمين بناءً على الظلال أو الرياضيات، يستخدم "ناقداً" ذكياً من الذكاء الاصطناعي (DINOv3) لفهم ماهية الأجسام بالفعل. ثم يستخدم نهج "العقل المنقسم" لإصلاح الألوان والأشكال بشكل منفصل، مما يضمن أن تبدو الصورة النهائية طبيعية، حادة، وواقعية.

في جملة واحدة: يعلم CANDLE الكمبيوتر كيف يتجاهل أضواء الديسكو المجنونة ويركز على الهوية الحقيقية للأجسام، مما ينتج صوراً مستعادة بشكل مثالي.

ملخص تقني مفصل لورقة بحثية بعنوان:

CANDLE: توفير أولويات دلالية ثابتة الإضاءة لتطبيع الإضاءة المحيطة الملونة

1. بيان المشكلة

يهدف تطبيع الإضاءة المحيطة (ALN) إلى استعادة صورة ذات إضاءة موحدة من ملاحظات مشوهة بسبب إضاءة متعددة المصادر ومتغيرة مكانياً. وبينما يركز إزالة الظلال التقليدي على ظلال الضوء الأبيض المنفرد، فإن تطبيع الإضاءة المحيطة الملونة (Color ALN) يعالج مشكلة أكثر تعقيداً وتعددًا في الاحتمالات تتضمن:

إضاءة متعددة الألوان: تحولات لونية قوية تغير اللون المدرك للأجسام.
تفاعلات معقدة: ظلال ذاتية، لمعان مرآتي (specular highlights)، تسرب لوني (color spill)، وانعكاسية تعتمد على المادة.
قصور الطرق الحالية: تعتمد النهج الحالية على أولويات هندسية (مثل النواظم السطحية) أو تمثيلات في نطاق التردد. وتفشل هذه الطرق عندما يهيمن الانحياز اللوني الناتج عن الإضاءة، حيث لا تستطيع الإشارات الهندسية تحديد اللون الجوهري للجسم بمجرد أن يصبح التحول اللوني شديداً، كما أن طرق التردد غالباً ما تخلط بين تحولات الإضاءة وهوية المادة.

2. الملاحظة الرئيسية

حدد المؤلفون فجوة حرجة في الأولويات الموجودة: الأولويات الهندسية ومنخفضة المستوى غير كافية تحت تأثير الإضاءة الملونة القوية.

الفرضية: تظل الميزات الدلالية ذاتية الإشراف (Self-supervised semantic features) ثابتة بين مدخلات الإضاءة الملونة والأساس الحقيقي (GT) المضاء محيطياً، بينما تنحرف الميزات الهندسية أو الخاضعة للإشراف بشكل كبير.
الدليل: تُظهر التجارب المقارنة بين DINOv3 وCLIP وResNet-50 أن ميزات DINOv3 تحافظ على تشابه جيب التمام (cosine similarity) عالٍ بين الرقع (patches) عبر النطاقات، حتى في المناطق المشوهة بشدة. ويُعزى ذلك إلى هدف التدريب ذاتي الإشراف لـ DINOv3، والذي يشجع التمثيلات الثابتة تجاه تغيرات المظهر مع الحفاظ على البنى الدلالية المتسقة للجسم والمادة.

3. المنهجية: إطار عمل CANDLE

يتكون إطار عمل CANDLE (تطبيع الإضاءة المحيطة الملونة مع تعزيز طبقة DINO) من مكونين أساسيين مصممين للاستفادة من هذه الأولويات الثابتة الإضاءة:

أ. توجيه طبقة DINO الشاملة (D.O.G.)

يحل هذا النموذج محل حقن النواظم السطحية التقليدية بتوجيه دلالي تكيفي متعدد الطبقات.

استخراج الميزات: يتم استخراج الميزات من نموذج DINOv3 ViT-L/16 مجمد عند الطبقات $L = \{6, 12, 18, 24\}$ .
دمج اختيار المطالبة (PSF): بدلاً من حقن طبقة واحدة ثابتة، يقوم PSF باختيار ودمج طبقات DINO الأكثر صلة لكل مرحلة من مراحل الترميز بشكل تكيفي. تستخدم المراحل الضحلة ميزات منخفضة المستوى لحدود النسيج، بينما تستخدم المراحل العميقة ميزات عالية المستوى لضمان اتساق اللون العالمي.
كتلة دمج متبقي DINO (DRFB): يتم حقن الميزات الدلالية المدمجة في العمود الفقري (backbone) عبر الانتباه المتقاطع القائم على الاستعلام (query-based cross-attention). تعمل ميزات العمود الفقري كاستعلامات (queries)، بينما تعمل أولويات DINO كمفاتيح (keys) وقيم (values). يسمح هذا للشبكة باسترجاع المناطق المتسقة دلالياً بشكل انتقائي من الأولوية، مشروطة بعامل قياس قابل للتعلم $\gamma$ .

ب. صقل التردد اللوني

بما أن التوجيه الدلالي يقيد المشفر (encoder) ولكنه لا يمنع تماماً حالات الفشل في جانب فك التشفيد (مثل الانهيار اللوني في مناطق اللمعان وتلوث التفاصيل عبر وصلات التخطي)، يقدم CANDLE وحدة صقل:

التوجيه اللوني التكيفي المتباعد للميزات (BFACG): يفصل استعادة البنية واللون في فك التشفيد. يتم توجيه الميزات المتوسطة عبر مسارات متوازية: مسار للترميم الهيكلي المتسق هندسياً ( $F_{str}$ ) ومسار لتصحيح اللون الثابت الإضاءة ( $F_{chr}$ ). تقوم خريطة واعية بالحواف بتعديل الدمج، مما يضمن عدم تسرب التصحيح اللوني إلى الحدود الهيكلية.
كتلة دمج الميزات الطيفية (SFFB): تعالج انحياز الإضاءة الذي يعاد إدخاله عبر وصلات التخطي (skip connections). تستخدم تحلل موجات هار (Haar wavelet decomposition) لفصل ميزات التخطي إلى نطاقات فرعية منخفضة التردد (انحياز اللون العالمي) وعالية التردد (التفاصيل الهيكلية). تقوم بوابة متعلمة بكبح المكونات منخفضة التردد بشكل انتقائي قبل إعادة بناء الميزة، مما يمنع تسرب الإضاءة.

4. استراتيجية التدريب

دالة الخسارة: تجمع بين خسارة $L_1$ وخسارة SSIM لضمان الاتساق الهيكلي.
خط الإنتاج التدريجي (مسار اللون):
1. المرحلة 1: تدريب البنية الكاملة مع أحجام رقع تدريجية.
2. المرحلة 2: تجميد العمود الفقري، وتدريب مُصفي NAFNet خفيف الوزن لتصحيح المتبقي.
3. المرحلة 3: ضبط مشترك (fine-tuning) للعمود الفقري والمُصفي.
استراتيجية التجميع (مسار الأبيض): دمج CANDLE مع نماذج أخرى (مثل DenseSR) للاستفادة من الانحيازات الاستقرائية المتكاملة لسيناريوهات الإضاءة التي يهيمن عليها السطوع.

5. النتائج التجريبية

الأداء الكمي (مقياس CL3AN)

زيادة PSNR: يحقق CANDLE قيمة 21.066 dB، متفوقاً على أفضل النتائج السابقة (RLN2) بمقدار +1.22 dB، وعلى PromptNorm بمقدار +1.85 dB.
دراسات الاستئصال (Ablation Studies):
- استبدال الأولويات الهندسية بـ D.O.G. حقق زيادة هائلة قدرها +1.85 dB مقارنة بالتوجيه الهندسي وحده.
- تفوقت البنية الكاملة (D.O.G. + BFACG + SFFB) على النسخ التي استخدمت الدمج الساذج أو الحقن أحادي الطبقة.
- ساهم D.O.G. وحده في تحقيق زيادة قدرها +3.39 dB مقارنة بالنموذج الأساسي غير الموجه.

تصنيفات تحدي NTIRE 2026 ALN

مسار الإضاءة الملونة: احتل المركز الثالث في التصنيف الإدراكي (LPIPS) وحقق ثاني أفضل درجة LPIPS (0.1964) بين أبرز المنافسين.
مسار الإضاءة البيضاء: احتل المركز الثاني في الدقة (PSNR) والمركز الثالث في التصنيف الإدراكي. والجدير بالذكر أنه حقق أدنى قيمة FID (49.838) بين جميع المشاركات، مما يشير إلى توافق توزيعي متفوق مع البيانات الواقعية.

6. الأهمية والمساهمات

نموذج جديد للأولويات: تثبت الورقة أن الميزات الدلالية ذاتية الإشراف (DINOv3) تتفوق على الأولويات الهندسية أو الترددية في عملية تطبيع الإضاءة الملونة، مما يوفر حلاً قوياً لمشكلة "فك الارتباط اللوني".
ابتكار معماري: يخلق تقديم D.O.G. (الحقن الدلالي متعدد الطبقات التكيفي) وصقل التردد اللوني (BFACG + SFFB) إطاراً قوياً يتعامل مع كل من الاتساق الدلالي العالمي واستعادة التفاصيل/الألوان المحلية.
أداء رائد (State-of-the-Art): يضع CANDLE معايير جديدة في مجموعة بيانات CL3AN ويظهر قدرة قوية على التعميم عبر ظروف الإضاءة الملونة (اللونية) والبيضاء (السطوع) على حد سواء، مما يؤكد تعدد استخدامات هذا النهج.
الأثر العملي: يعالج الأسلوب بنجاح التحديات الواقعية مثل تشبع اللمعان والانعكاسية المعتمدة على المادة، والتي أعاقت تاريخياً استعادة الصور في بيئات الإضاءة المعقدة.