💻 computer science

NTIRE 2026 Challenge on Single Image Reflection Removal in the Wild: Datasets, Results, and Methods

تستعرض هذه الورقة تحدي NTIRE 2026 حول إزالة الانعكاس من الصور المنفردة في الظروف الواقعية، مع تسليط الضوء على تقديم مجموعة بيانات OpenRR-5k الواقعية، ومشاركة أكثر من 100 فريق، والأداء المتطور الذي حققته الطرق الأعلى تصنيفاً.

المؤلفون الأصليون: Jie Cai, Kangning Yang, Zhiyuan Li, Florin-Alexandru Vasluianu, Radu Timofte, Jinlong Li, Jinglin Shen, Zibo Meng, Junyan Cao, Lu Zhao, Pengwei Liu, Yuyi Zhang, Fengjun Guo, Jiagao Hu, Zepeng Wang, Fe

نُشر 2026-04-15

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Jie Cai, Kangning Yang, Zhiyuan Li, Florin-Alexandru Vasluianu, Radu Timofte, Jinlong Li, Jinglin Shen, Zibo Meng, Junyan Cao, Lu Zhao, Pengwei Liu, Yuyi Zhang, Fengjun Guo, Jiagao Hu, Zepeng Wang, Fei Wang, Daiguo Zhou, Yi'ang Chen, Honghui Zhu, Mengru Yang, Yan Luo, Kui Jiang, Jin Guo, Jonghyuk Park, Jae-Young Sim, Wei Zhou, Hongyu Huang, Linfeng Li, Lindong Kong, Saiprasad Meesiyawar, Misbha Falak Khanpagadi, Nikhil Akalwadi, Ramesh Ashok Tabib, Uma Mudenagudi, Bilel Benjdira, Anas M. Ali, Wadii Boulila, Kosuke Shigematsu, Hiroto Shirono, Asuka Shin, Guoyi Xu, Yaoxin Jiang, Jiajia Liu, Yaokun Shi, Jiachen Tu, Shreeniketh Joshi, Jin-Hui Jiang, Yu-Fan Lin, Yu-Jou Hsiao, 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 للوحة داخل متحف. ولكن هناك مشكلة: عليك التصوير من خلال واجهة زجاجية سميكة. يعكس الزجاج أضواء الغرفة ووجهك، مما يخلق صورة "شبحية" فوضوية تظهر فوق اللوحة. هدفك هو مسح هذه الانعكاسات سحرياً لترى اللوحة بوضوح مرة أخرى.

هذا هو بالضبط ما كان يدور حوله تحدي NTIRE 2026. لقد كانت مسابقة عالية المخاطر حيث حاول أذكى علماء الكمبيوتر والمهندسين في العالم تعليم الحواسيب كيفية القيام بخدعة "الممحاة السحرية" هذه على صورة واحدة.

إليك تفصيل الورقة البحثية بكلمات بسيية:

1. المشكلة: "الشبح" في الآلة

لسنوات، أصبحت الحواسيب أفضل في إزالة الانعكاسات، لكنها كانت تتدرب في الغالب على صور وهمية تم إنشاؤها بواسطة الكمبيوتر. الأمر يشبه طياراً يتدرب فقط في محاكي طيران؛ قد يكون بارعاً في التحكم، لكنه قد يصطدم عند مواجهة اضطرابات جوية حقيقية.

أدرك المنظمون أن الصور الواقعية فوضوية. فالانعكاسات ليست مجرد خطوط بسيطة؛ بل هي معقدة، ومتداخلة، وتتفاوت في السطوع. كانوا بحاجة إلى طريقة لاختبار ما إذا كانت نماذج الذكاء الاصطناعي هذه يمكن أن تعمل في العالم الحقيقي، وليس فقط في المختبر.

2. الملعب الجديد: OpenRR-5k

لإصلاح ذلك، قام المنظمون (بقيادة خبراء من OPPO والجامعات) ببناء ساحة تدريب ضخمة جديدة تسمى OpenRR-5k.

كيف حصلوا على البيانات: بدلاً من الطلب من الناس التقاط صور للوحات ثم إزالة الزجاج يدوياً (وهو أمر مستحيل القيام به بشكل مثالي)، استخدموا خدعة ذكية. التقطوا صوراً لمشاهد حقيقية بها انعكاسات، ثم استخدموا أداة ذكاء اصطناعي فائقة الذكاء (مدمجة في هواتف OPPO) لـ "تخمين" كيف تبدو الصورة النظيفة. بعد ذلك، تدخل خبراء بشريون مثل مرممي الفنون الرقميين، مستخدمين أدوات مثل Photoshop لإصلاح أي أخطاء وجعل النسخة "النظيفة" مثالية.
النتيجة: مكتبة تضم 5,000 زوج من الصور: صورة واحدة بها الانعكاس الفوضوي، ونسخة "نظيفة" مثالية واحدة. أصبح هذا هو المعيار الذهبي للمسابقة.

3. المسابقة: سباق الانعكاس العظيم

سجل أكثر من 100 فريق، لكن 11 فريقاً فقط وصلوا إلى الجولة النهائية. أُعطوا الصور الفوضوية وكان عليهم استخدام نماذج الذكاء الاصطناعي الخاصة بهم لإنتاج النسخ النظيفة.

تخيل الأمر كمسابقة طبخ. الجميع حصلوا على نفس "المكونات المتسخة" (صور الانعكاسات) وكان عليهم "طهي" أفضل "طبق نظيف" (الصورة المستعادة). لم يستخدم الحكام مسطرة لقياس الطعام؛ بل تذوقوه فعلياً (تقييم ذاتي) ليروا ما إذا كان يبدو طبيعياً ومذاقه جيداً.

4. الفائزون ووصفاتهم السرية

لم يتكهن الفرق المتصدرة فحسب، بل استخدموا "وصفات" متطورة (خواروات). إليكم الفائزين وما جعلهم مميزين:

المركز الأول: RRay (الطاهي ذو الخطوتين)
- الاستراتيجية: أدركوا أن محاولة إزالة الانعكاس وإصلاح التفاصيل في خطوة واحدة أمر صعب للغاية. لذا، بنوا آلة مكونة من مرحلتين. أولاً، يقوم ذكاء اصطناعي لـ "المسودة الأولية" بإزالة الانعكاسات الكبيرة والواضحة. ثم يأتي ذكاء اصطناعي ثانٍ أكثر دقة لصقل التفاصيل وإصلاح أي ضبابية.
- التشبيه: يشبه الأمر صنفرة قطعة من الخشب. تبدأ بورق صنفرة خشن لإزالة النتوءات الكبيرة، ثم تنتقل إلى ورق صنفرة ناعم لجعلها ملساء.
المركز الثاني: Xreflect Master (العقل العملاق)
- الاستراتيجية: أخذوا نموذجاً قوياً موجوداً بالفعل وجعلوه "أكبر" (باستخدام شبكة عصبية خلفية أكبر). كما استخدموا تقنية تسمى "Diffusion Distillation".
- التشبيه: تخيل طالباً (الذكاء الاصطناعي) يتعلم من بروفيسور عبقري (نموذج Diffusion ضخم). الطالب لا يكتفي بنسخ الإجابات فحسب، بل يتعلم "الحدس" الخاص بالبروفيسور للتعامل مع الانعكاسات الصعبة والغريبة التي لم يرها الطالب من قبل.
المركز الثالث: AIIALab (المُنقّي متعدد المراحل)
- الاستراتيجية: استخدموا عملية من ثلاث خطوات. أولاً، تعلموا الأساسيات. ثانياً، استخدموا التدريب "الخصومي" (حيث يلعب الذكاء الاصطناعي لعبة ضد ناقد لجعل الصورة تبدو أكثر واقعية). ثالثاً، استخدموا "درجة العمق" للتحقق مما إذا كانت الصورة منطقية من الناحية الفيزيائية.
- التشبيه: يشبه الأمر كاتباً يكتب مسودة، ثم يستأجر محرراً لتصحيح القواعد، ثم يستأجر مدققاً لضمان أن القصة منطقية.

5. النتائج: ماذا تعلمنا؟

أظهرت المسابقة أن:

الذكاء الاصطناعي أصبح بارعاً بشكل مخيف: أنتجت الفرق المتصدرة صوراً تكاد لا تختلف عن الحقيقة.
الأرقام ليست كل شيء: في بعض الأحيان، كان حاسوب (مثل PSNR) يقول إن الصورة "جيدة"، لكن الحكام البشريين وجدوها غريبة أو ضبابية. وهذا يثبت أنه بالنسبة للاستخدام الواقعي، نحتاج لتدريب الذكاء الاصطناعي لإرضاء أعين البشر، وليس فقط المعادلات الرياضية.
الفجوة تتقلص: الطرق التي استخدمها الفائزون تُستخدم الآن في الهواتف والتطبيقات الحقيقية لمساعدة الناس على التقاط صور أفضل من خلال النوافذ.

الخلاصة

هذه الورقة البحثية ليست مجرد قائمة من المعادلات الرياضية؛ إنها قصة حول كيفية انتقال مجتمع الذكاء الاصطناعي من "الكمال النظري" إلى "السحر الواقعي". من خلال إنشاء اختبار صعب وواقعي (OpenRR-5k) وجمع أفضل العقول، دفعوا التكنولوجيا إلى الأمام. الآن، عندما تلتقط صورة لواجهة محل أو معرض في متحف، قد يتمكن هاتفك قرياً من مسح الانعكاس فوراً وإظهار الجمال الحقيقي خلف الزجاج.

إليك ملخص تقني مفصل لورقة البحث بعنوان "تحدي NTIRE 2026 حول إزالة الانعكاس من صورة واحدة في الظروف الواقعية: مجموعات البيانات، النتائج، والمنهجيات."

1. تعريف المشكلة

إزالة الانعكاس من صورة واحدة (SIRR) هي مهمة أساسية لاستعادة الصور تهدف إلى استعادة طبقة الإرسال النظيفة ( $T$ ) من صورة مدخلة ( $I$ ) ملوثة بالانعكاسات ( $R$ ) الناتجة عن الأسطح الشفافة مثل الزجاج.

التحدي: المشكلة غير محددة بشكل جيد بطبيعتها لأن المدخل هو مزيج خطي من طبقتي الإرسال والانعكاس ( $I = T + R$ ).
الفجوة: بينما حقق التعلم العميق تقدماً في مجال SIRR، فإن معظم الطرق الحالية يتم تدريبها على بيانات اصطناعية أو مجموعات بيانات واقعية محدودة. وغالباً ما تفشل هذه الطرق في التعميم على السيناريوهات المعقدة وغير المنضبطة "في الظروف الواقعية" (in-the-wild) بسبب الافتقار إلى بيانات حقيقية عالية الجودة ومحاذية للبكسلات (pixel-aligned).

2. المساهمات الرئيسية

تقدم الورقة ثلاث مساهمات رئيسية:

مجموعة بيانات OpenRR-5k: مجموعة بيانات جديدة واسعة النطاق للواقع مصممة خصيصاً لـ SIRR.
- بروتوكول الجمع: على عكس الطرق التقليدية التي تعتمد على الإزالة اليدوية للزجاج أو استخدام القماش الأسود (الذي يسبب عدم محاذاة)، استخدم المنظمون مسار عمل مدفوعاً بالذكاء الاصطناعي مدمجاً في هواتف OPPO الذكية. تضمن ذلك استخدام YOLO للكشف، وLaMa لملء الفراغات (inpainting)، وNAFNet للإزالة، متبوعاً بتنقيح يدوي في Photoshop/MeituPic لضمان دقة بصرية عالية.
- التكوين: إجمالي 5,300 زوج عالي الجودة.
  - التدريب: 5,000 زوج (OpenRR-5ktrain).
  - التحقق: 300 زوج (OpenRR-5kval).
  - الاختبار: 100 صورة للمدخلات فقط (OpenRR-5ktest) بدون حقيقة أرضية (ground truth)، مخصصة للتقييم الأعمى.
- التنوع: تغطي 70% مناظر طبيعية، 18% أشياء، 8% بشر، و4% حيوانات، مع إضاءة متنوعة (نهار، داخلي، ليلي).
تحدي NTIRE 2026: مسابقة جذبت أكثر من 100 تسجيل و11 فريقاً نهائياً، بهدف سد الفجوة بين البحث الأكاديمي والتطبيق الصناعي.
التقييم المرجعي الشامل: تحليل مفصل لـ 11 طريقة من أحدث ما توصل إليه العلم (SOTA)، مما وضع معايير مرجعية جديدة لإزالة الانعكاس في الواقع.

3. المنهجية ونتائج التحدي

قيم التحدي الطرق باستخدام كل من المقاييس الموضوعية (PSNR, SSIM, LPIPS, DISTS, NIQE) على مجموعة التحقق، والتقييم الذاتي من قبل خمسة خبراء على مجموعة الاختبار. تم تحديد التصنيف النهائي بناءً على الدرجة الذاتية ( $S = 0.25C + 0.25A + 0.5Q$ )، مع إعطاء الأولوية للجودة الإدراكية.

الفرق الأعلى أداءً والطرق المستخدمة:

المركز الأول: RRay
- الطريقة: RdNafNet، وهي شبكة متتالية مكونة من مرحلتين.
- الاستراتيجية: تستخدم RDNet كعمود فقري لإزالة الانعكاسات البارزة في المرحلة الأولى، تليها NAFNet في المرحلة الثانية لاستعادة التفاصيل الدقيقة المفقودة في المرحلة الأولى.
- التدريب: دمج OpenRR-5k مع بيانات واقعية (Real-Nature, RRW) وبيانات اصطناعية. استخدموا تعزيز وقت الاختبار (TTA) والدمج الموزون بين النماذج التنافسية وغير التنافسية.
- النتيجة: أعلى درجة ذاتية (4.45) وأفضل PSNR (36.17).
المركز الثاني: Xreflect Master (Xiaomi)
- الطريقة: RDNet-XL مع تقطير الانتشار (Diffusion Distillation).
- الاستراتيجية: قاموا بتوسيع العمود الفقري إلى FocalNet-XL لتحسين السياق العالمي. وظفوا تقطير المعرفة من نماذج الانتشار (WindowSeat, DAI) لتوليد حقيقة أرضية زنيفة للحالات الصعبة.
- التدريب: تدريب تدريجي للدقة (384 $\to$ 512 $\to$ 768) ومحاذاة المجال القائمة على VAE للتخفيف من الآثار الجانبية.
المركز الثالث: AIIALab (معهد هاربين للتكنولوجيا)
- الطريقة: MS-RDNet (التحسين متعدد المراحل).
- الاستراتيجية: تدريب ثلاثي المراحل: (1) التدريب المسبق الخاضع للإشراف على OpenRR-5k، (2) الضبط الدقيق الإدراكي باستخدام خسارة تنافسية (Adversarial Loss) على مجموعة بيانات الطبيعة، (3) التقييم الفيزيائي باستخدام تسجيل اتساق العمق لدمج النماذج.
مشاركات بارزة أخرى:
- VIP Lab: استخدموا خليط الخبراء المتكامل (CoME) والانتباه المتقاطع المتكامل (CoCA) في إطار عمل ثنائي المسار.
- YuFans: بنيت على RDNet مع ضبط دقيق مدرك للتردد، حيث قدموا خسارة التردد البؤري (FFL) لاستهداف نطاقات ترددية محددة تختبئ فيها الانعكاسات المتبقية.
- PSU: اقترحوا DUSKAN، وهو U-Net ثنائي المسار يستخدم شبكات كولموغوروف-أرنولد (KAN) لوظائف تنشيط تكيفية وFFT لتعديل التردد العالمي.
- SiGMoid: نموذج مكون من رأسين (two-head Restormer) يتنبأ بكل من الإرسال والانعكاس صراحةً، مستخدماً "حساء نقاط التفتيش" (متوسط الأوزان) لتعزيز المتانة.

4. النتائج والتحليل الرئيسي

الارتباط بين المقاييس: أظهر PSNR ارتباطاً قوياً مع الدرجات الذاتية للأساليب الأعلى أداءً، مما يشير إلى أن الدقة على مستوى البكسل أمر بالغ الأهمية في السيناريوهات الواقعية. ومع ذلك، كان PSNR وحده غير كافٍ للتمييز بين الطرق ذات الدرجات المتشابهة ولكن بجودة إدراكية مختلفة (مثل التنعيم المفرط مقابل الحفاظ على التفاصيل).
استراتيجية البيانات: نجحت الفرق الأكثر تميزاً (RRay, Xreflect Master) في الاستفادة من البيانات الخارجية (اصطناعية أو مجموعات بيانات واقعية أخرى) وتقنيات التدريب المتقدمة (تقطير الانتشار، الدقة التدريجية) بدلاً من الاعتماد فقط على مجموعة بيانات التحدي.
المعالجة اللاحقة: وفرت تقنيات مثل تعزيز وقت الاختبار (TTA) (القلب، التدوير) ومتوسط الأوزان (SWA, Model Soup) زيادات كبيرة في الأداء (تصل إلى ~1.8 dB في PSNR لفريق YuFans).
القصور: عانت الطرق ذات التصنيف الأدنى غالباً من وجود انعكاسات متبقية، أو تنعيم مفرط، أو تشوهات في الألوان، مما يسلط الضة على صعوبة التعامل مع الإضاءة المتنوعة وكثافة الانعكاس في الظروف الواقعية.

5. الأهمية

تمثل هذه الورقة خطوة مهمة للأمام في مجال استعادة الصور من خلال:

تقديم معيار مرجعي واقعي: الانتقال من البيانات الاصطناعية إلى مجموعة بيانات واقعية عالية الجودة ومحاذية للبكسلات (OpenRR-5k) تعكس تحديات التصوير الفوتوغرافي الحقيقية.
التحقق من الجدوى الصناعية: يوضح استخدام مسار الذكاء الاصطناعي للهواتف المحمولة من OPPO لتوليد الحقيقة الأرضية مساراً عملياً لإنشاء مجموعات بيانات عالية الجودة في الصناعة.
تطوير أحدث التقنيات (SOTA): تُظهر الطرق الفائزة أن الجمع بين البنى الضخمة، والنماذج المسبقة للانتشار (diffusion priors)، والتحسين متعدد المراحل يمكن أن يحقق إزالة شبه مثالية للانعكاس في البيئات المعقدة.
مورد للمجتمع العلمي: يوفر إصدار مجموعة البيانات والتحليل المفصل لـ 11 نهجاً متنوعاً أساساً متيناً للأبحاث المستقبلية في مجال إزالة الانعكاس واستعادة الصور العامة.

يخلص التحدي إلى أنه بينما تم إحراز تقدم كبير، فإن تحقيق جودة إدراكية متسقة عبر جميع المشاهد الواقعية المتنوعة لا يزال تحدياً قائماً، مما يتطلب ابتكاراً مستمراً في بنية النماذج وتخليق البيانات.