NTIRE 2026 Challenge on Efficient Low Light Image Enhancement: Methods and Results
تقدم هذه الورقة مراجعة شاملة لتحدي NTIRE 2026 لتعزيز الصور في الإضاءة المنخفضة بكفاءة، حيث تفصل إحصائيات المشاركة، والحلول خفيفة الوزن المقترحة، ونتائج التقييم المنهجي التي تُظهر تقدماً ملحوظاً في تحقيق التوازن بين جودة الصورة والكفاءة الحسابية من أجل النشر على الأجهزة المحمولة.
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
الصورة الكبيرة: مسابقة طبخ بين "السرعة مقابل الجودة"
تخيل مسابقة طبخ رفيعة المستوى حيث الهدف هو أخذ طبق طعام يبدو وكأنه قُدم في قبو مظلم (مظلم، ضبابي، ومليء بالضجيج/النقاط المشوهة) وجعله يبدو شهياً وواضحاً.
ومع ذلك، هناك شرط: لا يمكنك استخدام مطبخ صناعي ضخم. لديك فقط موقد تخييم صغير محمول وحقيبة ظهر مليئة بالمكونات. أنت بحاجة لابتكار وجبة فاخرة، ولكن عليك القيام بذلك بسرعة وبمساحة محدودة جداً.
هذا البحث هو التقرير الرسمي عن تحدي NTIRE 2026، وهي مسابقة حاول فيها علماء الكمبيوتر ("الطهاة") بناء أفضل برنامج "لتحسين الصور في الإضاءة المنخفضة" يتناسب مع حجم الهاتف الذكي.
المشكلة: لماذا تبدو الصور المظلمة سيئة؟
عندما تلتقط صورة في الظلام، تعاني كاميرا هاتفك. تحاول إضاءة الصورة، لكنها غالباً ما تنتهي بجعلها محببة (grainy)، أو ذات ألوان غريبة، أو ضبابية. الأمر يشبه محاولة تنظيف نافذة متسخة بالطين بمجرد تسليط كشاف ضوئي؛ ستتمكن من الرؤية بشكل أفضل، لكن الطين (الضجيج) لا يزال موجوداً، وقد تبدو الألوان باهتة.
لسنوات، أصبحت أجهزة الكمبيوتر بارعة جداً في إصلاح هذه الصور، لكن "الوصفات" (الخوارزميات) التي تستخدمها ضخمة للغاية. فهي تتطلب أجهزة كمبيوتر خارقة للعمل، وهو أمر رائع في المختبر ولكنه مستحيل في هاتفك الصغير الذي يوضع في جيبك.
التحدي: قاعدة "1 ميجابايت"
وضع منظمو هذا التحدي قاعدة صارمة: يجب أن يكون برنامج الكمبيوتر بأكمله أصغر من 1 ميجابايت.
لتضع ذلك في الاعتبار، فإن صورة واحدة عالية الجودة غالباً ما تكون بحجم 5 إلى 10 ميجابايت. يجب أن يكون "عقل" البرنامج الذي يصلح الصورة أصغر من صورة مصغرة (thumbnail) صغيرة جداً. هذا يجبر المشاركين على أن يكونوا مبدعين وفعالين للغاية.
المتسابقون واستراتيجياتهم
كان هناك 207 شخصاً سجلوا في المسابقة، لكن 17 فريقاً فقط هم من وصلوا إلى الجولة النهائية ببرنامج صغير يعمل بالفعل. استخدموا جميعاً "تقنيات طبخ" مختلفة لحل المشكلة:
- طهاة "ريتينكس" (مثل فريق MiVideo): استخدم هؤلاء المتسابقون نظرية كلاسيكية تسمى "ريتينكس" (Retinex)، والتي تعامل الصورة كلوحة مكونة من طبقتين: الضوء الساقط عليها والجسم نفسه. حاولوا فصل الضوء عن الجسم، وتنظيف الجسم، ثم إعادة دمجهما معاً. استخدموا نسخة "هيكلية" من شبكة مشهورة وثقيلة للحفاظ على صغر حجمها.
- طهاة "مساحة الألوان" (مثل فريق NCHU-CVLab): بدلاً من النظر إلى الصورة كمجموعة من الأحمر والأخضر والأزرق (RGB)، قام بعض الفرق بتغيير "اللغة" التي يتحدث بها الكمبيوتر. انتقلوا إلى لغة ألوان خاصة (HVI) حيث يتم الاحتفاظ بالسطوع والألوان في حاويات منفصلة. هذا يجعل من السهل إصلاح السطوع دون تغيير لون قميص أحمر إلى أزرق بالخطأ.
- طهاة "المعالجة المسبقة" (مثل فريق S3): قال هؤلاء الفرق: "دعونا نقوم ببعض العمليات الحسابية البسيطة قبل أن يبدأ الكمبيوتر في عمله الثقيل". استخدموا حِيلاً قديمة وسريعة لتفتيح الصورة قليًلاً أولاً، حتى لا يضطر ذكاء اصطناعي (AI) رئيسي للعمل بجهد كبير.
- طهاة "الانتباه" (مثل فريق CVPR TCD): بنى هؤلاء الفرق نظاماً يعمل مثل كشاف الضوء. ينظر الكمبيوتر إلى الأجزاء المظلمة من الصورة ويقول: "مهلاً، أحتاج لتركيز طاقتي هنا"، بينما يتجاهل الأجزاء التي هي جيدة بالفعل.
النتائج: من الفاز؟
لم يكتفِ الحكام بالنظر إلى مدى جمال الصور فحسب، بل استخدموا لجنة من "النقاد" (مقاييس مثل SSIM، LpiPS، LIQE، إلخ) لتقييم الصور بناءً على:
- البنية: هل ظلت حواف المباني حادة؟
- الملمس: هل بدا الجلد طبيعياً أم كأنه بلاستيك؟
- اللون: هل بدا الغروب كغروب شمس، أم كأنه أخضر مشع؟
- الحجم: هل التزم الفريق فعلياً بحد الـ 1 ميجابايت؟
الفائز:
فاز فريق MiVideo بالمركز الأول. كان "السر الخاص" لديهم هو نسخة مطورة من شبكة تسمى "RetinexFormer". لقد تمكنوا من حشر وحدات "انتباه" خاصة تسمح للكمبيوتر بالتركيز على التفاصيل الأكثر أهمية دون تضخم حجم الملف. لقد أثبتوا أنه يمكنك تقديم وجبة عالية الجودة حتى باستخدام موقد تخييم صغير جداً.
الوصيف:
جاء فريق CVPR TCD في المركز الثاني. استخدموا حيلة ذكية تتضمن أدلة "تدرج الرمادي" (الأبيض والأسود) لمساعدة شبكة الألوان على فهم شكل الأجسام، مما يضمن بقاء البنية صلبة أثناء إصلاح الألوان.
الخلاصة
هذا البحث ليس مجرد قائمة من الأرقام؛ إنه إثبات لمفهوم. إنه يظهر أننا لم نعد بحاجة إلى أجهزة كمبيوتر خارقة لتصحيح الصور المظلمة. من خلال كوننا أذكياء في كيفية تصميم هذه البرامج الصغيرة، يمكننا جعل هواتفنا الذكية تلتقط صوراً ليلية مذهلة دون استنزاف البطارية أو إبطاء الهاتف.
يخلص البحث إلى أن مستقبل التصوير عبر الهاتف المحمول يكمن في الكفاءة: فعل المزيد بالقليل، وضمان أن "سحر" الذكاء الاصطناعي يمكن أن يتسع في جيبك.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.