💻 computer science

PVRF: All-in-one Adverse Weather Removal via Prior-modulated and Velocity-constrained Rectified Flow

تقترح الورقة البحثية إطار عمل موحد يُدعى PVRF لإزالة تأثيرات الطقس السيئ، يدمج الإدراك الصفري للطقس من النماذج الرؤيوية اللغوية المجمدة مع تدفق مستقيم مقيد بالسرعة لتحقيق استعادة عالية الدقة وقابلة للتعميم للصور الواقعية تحت ظروف التدهور غير المتجانسة.

المؤلفون الأصليون: Wei Dong, Han Zhou, Terry Ji, Guanhua Zhao, Shahab Asoodeh, Yulun Zhang, Guangtao Zhai, Jun Chen, Xiaohong Liu

نُشر 2026-05-15

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Wei Dong, Han Zhou, Terry Ji, Guanhua Zhao, Shahab Asoodeh, Yulun Zhang, Guangtao Zhai, Jun Chen, Xiaohong Liu

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 النظر عبر نافذة متسخة، ضبابية، وممطرة لرؤية منظر طبيعي جميل. هدفك هو تنظيف الزجاج لتتمكن من رؤية المشهد بوضوح دون فقدان أي من التفاصيل الأصلية. هذا ما يسميه علماء الكمبيوتر "إزالة الظروف الجوية القاسية" (Adverse Weather Removal).

ومع ذلك، فإن الطقس في العالم الحقيقي فوضوي. أحياناً يكون مجرد مطر، وأحياناً يكون ثلجاً، وغالباً ما يكون مزيجاً مربكاً من المطر والضباب والظلام معاً. حاولت البرامج الحاسوبية السابقة إصلاح هذه الصور، لكنها ارتكبت خطأين في الغالب:

مشكلة "الصورة الضبابية": لقد قاموا بتنظيف الصورة لدرجة أنها بدت ناعمة وبلاستيكية، مما أدى إلى فقدان كافة التفاصيل الدقيقة (مثل ملمس لحاء الشجر).
مشكلة "التخمين الخاطئ": حاولوا تخمين نوع الطقس (مثلاً: "إنها تمطر!") وطبقوا حلاً واحداً فقط. وإذا أخطأوا في التخمين، أو إذا كان الطقس في الواقع ممطراً وضبابياً في آن واحد، فإن عملية الإصلاح تفشل.

تقدم الورقة البحثية نظاماً جديداً يسمى PVRF يحل هذه المشكلات باستخدام استراتيجية ذكية مكونة من ثلاث خطوات. إليك كيف يعمل، مشروحاً بتبسيط عبر التشبيهات:

1. "المحقق الذكي" (وحدة AWR-QA)

بدلاً من إجبار الكمبيوتر على اختيار تسمية واحدة فقط مثل "مطر" أو "ثلج"، يستخدم PVRF "محققًا ذكيًا" مدرباً مسبقاً (نموذج رؤية-لغة مجمد).

كيف يعمل: تخيل أن لديك محققاً يمكنه النظر إلى صورة فوضوية والإجابة على أسئلة محددة مثل: "هل هناك مطر؟" (نعم/لا)، "هل هناك ضباب؟" (نعم/لا)، و"ما مدى الظلام؟" (جيد/سيئ).
الابتكار: بدلاً من إعطاء "نعم" أو "لا" بسيطة، يعطي هذا المحقق درجة ثقة. قد يقول: "أنا متأكد بنسبة 40% أنه مطر، و40% أنه ضباب، و20% أنه ثلج".
لماذا يساعد: هذا الفهم "المرن" يسمح للنظام بالتعامل مع الطقس المختلط بشكل مثالي. لا يتعين عليه الاختيار بين شيء واحد فقط؛ بل يعرف أن الصورة عبارة عن مزيج، لذا يجهز حلاً مدمجاً.

2. "الخياط المخصص" (تصميم التكييف - Conditioning Design)

بمجرد أن يعطي المحقق درجات الثقة، يحتاج النظام إلى استخدامها لتنظيف الصورة. فكر في شبكة استعادة الصور كخياط يحاول إصلاح بدلة ممزقة.

التطبيع المعدل بالسمات (AMN): هذا يشبه قيام الخياط بفحص شدة الضرر. إذا كانت درجة "الظلام" عالية، سيعرف الخياط أنه يجب أن يكون حذراً للغاية مع الظلال. وإذا كانت درجة "الضبابية" عالية، سيعرف أنه يجب التركيز على الحدة. إنه يعدل "إحكام" عملية التنظيف بناءً على مدى سوء الضرر.
المهايئات الموزونة جوياً (WWA): هذا يشبه امتلاك الخياط لصندوق أدوات يحتوي على أدوات مختلفة لمشاكل مختلفة (فرشاة للغبار، مذيب للزيوت، وإبرة للتمزقات). بدلاً من اختيار أداة واحدة، يستخدم الخياط كل الأدوات في وقت واحد، ولكن بوزن يعتمد على درجات ثقة المحقق. إذا قال المحقق "40% مطر، 40% ضباب"، فإن الخياط يستخدم 40% من أداة المطر و40% من أداة الضباب في آن واحد. هذا يمنع مشكلة "التخمين الخاطئ".

3. "اليد الثابتة" (التدفق المتسق للنهاية - Terminal-Consistent Flow)

الخطوة الأخيرة هي عملية التنظيف الفعلية. تستخدم الورقة مفهوماً رياضياً يسمى "التدفق المصحح" (Rectified Flow)، وهو يشبه مساراً موجهاً من صورة فوضوية إلى صورة نظيفة.

المشكلة: عادةً، عندما توجه مساراً من "فوضوي" إلى "نظيف"، يمكن أن تصبح نهاية المسار (الصورة النظيفة) متذبذبة أو غير مستقرة، مما يؤدي إلى ظهور عيوب غريبة.
الحل: يضيف PVRF آلية "اليد الثابتة". فهو يثبت العملية عند نقطة بداية موثوقة (أفضل تخمين للمحقق الذكي) ويضمن أنه كلما أصبحت الصورة أكثر نظافة، يصبح التحرك متوقعاً ومستقراً تماماً.
الاضطراب التكيفي: تخيل أنك تهز صندوقاً من الكرات الزجاجية لتستقر في مكانها. إذا كان الصندوق فوضوياً قليلاً، فإنك تهزه هزة خفيفة. أما إذا كان كارثة حقيقية، فإنك تهزه هزة قوية. يقوم PVRF تلقائياً بتحديد مدى قوة "الهز" للصورة بناءً على درجات المحقق. هذا يضمن أن النظام لا يبالغ في تصحيح المشكلات البسيطة ولا يقلل من تصحيح المشكلات الشديدة.

النتيجة

من خلال الجمع بين المحقق الذكي (لفهم الطقس المختلط)، والخياط المخصص (لتطبيق المزيج الصحيح من الإصلاحات)، واليد الثابتة (لضمان أن تكون النتيجة النهائية مستقرة وواقعية)، ينتج PVRF صوراً تتميز بـ:

أكثر حدة: فهي تحافظ على التفاصيل الدقيقة (مثل ملمس العشب أو الطوب) التي تسببها الطرق الأخرى التي تجعلها ضبابية.
أكثر واقعية: تبدو كصور طبيعية، وليست لوحات بلاستيكية.
أكثر تنوعاً: تعمل بشكل رائع حتى عندما يكون الطقس مزيجاً مربكاً من المطر والثلج والضباب والظلام، أو عندما يواجه النظام نوعاً من الطقس لم يره من قبل.

باختأصار، PVRP لا يخمن فقط ما هو الخطأ في الصورة؛ بل يفهم تفاصيل الفوضى ويطبق إصلاحاً دقيقاً ومتوازناً ومستقراً.

ملخص تقني: PVRF

بيان المشكلة

تواجه عملية إزالة الطقس الضار (AWR) في السيناريوهات الواقعية تحديين رئيسيين. أولاً، تعاني الصور الواقعية غالباً من تدهورات متباينة ومختلطة (مثل المطر والثلج والضباب في آن واحد) والتي يصعب استنتاجها وتكييفها. تعتمد النهج الحالية التي تستند إلى "الاشتراط الصلب" (one-hot conditioning) (التنبؤ بتسمية طقس منفردة ومحددة) على نظام هش؛ فهي تعاني مع التدهورات الغامضة أو المركبة، وتكون حساسة لتغيرات المظهر عبر مجموعات البيانات المختلفة. ثانياً، هناك مقايضة جوهرية بين الإدراك والتشوه. فالأساليب المدفوعة بالتشوه (التي تقلل من متوسط الخطأ التربيعي MSE) غالباً ما تنتج نتائج شديدة النعومة، بينما الأساليب القائمة على الانتشار (Diffusion)، رغم كونها جذابة بصرياً، قد تفتقر إلى الدقة. ويظل تحقيق عملية ترميم تكون وفية للحقائق (Ground Truth) وواقعية فوتوغرافية في آن واحد عقبة كبيرة أمام جميع نماذج AWR الشاملة.

المنهجية

يقترح المؤلفون PVRF (التدفق المصحح المعدل بالسرعة والموجه بالأولويات)، وهو إطار عمل موحد يدمج إدراكات الطقس الناعمة صفريّة التدريب (zero-shot) مع عملية صقل تدفق مصحح مقيد بالسرعة. تعمل الطريقة في مرحلتين رئيستين:

1. الأولوية الإدراكية الناعمة صفريّة التدريب عبر AWR-QA

بدلاً من تدريب مصنف للتنبؤ بتسميات الطقس المنفصلة، يستخدم PVRF نموذج رؤية ولغة (VLM) مجمد لاستخراج أولويات إدراكية ناعمة.

وحدة AWR-QA: يقوم النظام باستعلام نموذج الـ VLM باستخدام أسئلة مدعمة بالتعريفات.
- إدراك النوع: لكل نوع من أنواع الطقس (على سبيل المثال، "هل هذه الصورة ممطرة؟")، يقدم نموذج الـ VLM قيم "logits" خام لـ "نعم" و "لا". يتم تحويل هذه القيم إلى احتمالات ناعمة ( $P_{type}$ ) باستخدام دالة تشبه الدالة السينيّة (sigmoid)، مما يحافظ على حالة عدم اليقين (مما يسمح لأنواع متعددة بأن يكون لها أوزان غير مهملة).
- إدراك السمات: يتم استعلام نموذج الـ VLM عن السمات منخفضة المستوى (الرؤية، التباين، الحدة) لقياس شدة التدهور.
آليات الاشتراط: تقوم هذه الأولويات الناعمة بتعديل هيكل الترميم (شبكة خاصة بـ AWR) عبر مكونين:
- التطبيع المعدل بالسمات (AMN): يستخدم درجات السمات لإجراء تحويلات تآلفية (affine transformations) على سمات الطبقات المعيارية، مما يوفر تعديلاً مستمراً للشدة.
- المحول الموزون بالطقس (WWA): ينفذ فروع محول متوازية متعددة (فرع لكل نوع طقس). تعمل احتمالات النوع الناعمة كأوزان مزيج لتجميع مخرجات هذه الفروع، مما يمكن الشبكة من التعامل مع التدهورات المختلطة دون الحاجة للتبديل الصلب.

2. التدفق المصحح المتبقي المتسق مع النهاية

لتصقية التقدير المرتكز الأولي ( $\mu$ ) الذي ينتجه هيكل الترميم المشروط بالإدراك، يستخدم PVRF نموذج تدفق مصحح يتعلم خريطة نقل من توزيع مصدر مضطرب إلى توزيع الصورة النظيفة.

الفضاء المتبقي المرتكز على اللاحقة: يتم تعريف التدفق في فضاء متبقي ( $r_t = Z_t - \mu$ ) حيث المصدر هو $Z_0 = \mu + \delta\epsilon$ . تضمن هذه الصيغة أن المتبقي المتوقع عند الحالة النهائية هو صفر بالبناء، مما يبسط هدف التعلم.
اضطراب المصدر المتكيف مع الإدراك: على عكس الطرق القياسية التي تستخدم مقياس اضطراب عالمي ثابت، يقوم PVRF بتعديل مقدار الاضطراب ( $\delta$ ) ديناميكياً بناءً على الإدراكات الناعمة. يتم اشتقاق درجة الصعوبة من عدم اليقين في النوع وشدة السمات، مما يسمح للحالات الخفيفة باضطراب أقل (للحفاظ على الدقة) والحالات الشديدة أو الغامضة باضطراب أكبر (لاستقرار التعلم).
توصيف السرعة المتسق مع النهاية: يتم توصيف حقل السرعة كـ $v_\phi(r_t, t) = t r_t + t(1-t)\Phi_\phi(\dots)$ . المصطلح $t(1-t)$ يتلاشى عند $t=1$ ، مما يضمن أن السرعة عند الحالة النهائية هي بالضبط $r_1$ بغض النظر عن تنبؤ الشبكة. هذا يفرض صراحة الاتساق النهائي، مما يستقر عملية التعلم عند اقتراب $t \to 1$ .

المساهمات الرئيسية

الإدراكات صفريّة التدريب الموجهة بالتعريف: تقديم وحدة AWR-QA، التي تستفيد من نماذج VLM المجمدة لتوليد أولويات نوع وسمة ناعمة وواعية بعدم اليقين دون الحاجة إلى ضبط دقيق (fine-tuning) خاص بالمهمة.
التعديل الموجه بالإدراك: تصميم وحدات AMN و WWA التي تدمج بفعالية الأولويات الناعمة في هيكل الترميم، مما يتيح تقدير اللاحقة المدرك للتدهور.
التدفق المتبقي المتسق مع النهاية: صيغة تدفق مصحح مبتكرة تتميز باضطراب مصدر متكيف مع الإدراك وتوصيف سرعة متسق مع النهاية لموازنة الواقعية الفوتوغرافية والدقة.

النتائج التجريبية

قيم المؤلفون PVRF في ثلاثة إعدادات:

الإعداد الأول (AWR بـ 3 مهام): إزالة الضباب، وإزالة المطر، وإزالة الثلج. تفوق PVRF على النماذج المرجعية (Baselines) من نوع CNN و Transformer والانتشار (مثل AdaIR و UniRestore و PromptIR) من حيث الدقة (PSNR, SSIM) والجودة الإدراكية (LPIPS, FID, MUSIQ). ومن الجدير بالذكر أنه حقق تحسناً في متوسط PSNR قدره 1.14 ديسيبل عن أفضل النماذج المرجعية.
الإعداد الثاني (AWR بـ 4 مهام): شمل تحسين الإضاءة المنخفضة، وأظهر تفوقاً مستمراً.
الإعداد الثالث (الترميم العام بـ 5 مهام): شمل إزالة الضباب (deblurring). حافظ PVRF على الأداء الأعلى عبر جميع المقاييس.
التعميم: أظهر النموذج قدرة قوية على التعميم على مجموعات بيانات غير مرئية (مثل HIDE و RealRain-1k)، والأهم من ذلك، على التدهورات المركبة (مثل الضباب + المطر، الإضاءة المنخفضة + الثلج). في سيناريوهات التدهور المختلط الصعبة هذه، تفوق PVRF بشكل كبير على النماذج المرجعية في المقاييس الإدراكية (MUSIQ, MANIQA)، حيث فشلت الطرق الأخرى غالباً في التعامل مع التدهورات المتعددة المتزامنة.

الأهمية

يزعم البحث أن PVRF يعالج القيود الحرجة لنماذج AWR الشاملة الحالية من خلال الانتقة من نماذج الاشتراط الصلب الهشة نحو نهج مرن مدفوع بالإدراك. ومن خلال الاستفادة من الفهم الدلالي لنماذج VLM المجمدة للحصول على أولويات ناعمة وتثبيت عملية الصقل التوليدية باستخدام قيود متسقة مع النهاية، يحقق PVRF توازناً فائقاً بين تقليل التشوه والواقعية الإدراكية. ويؤكد المؤلفون أن قدرة الطريقة على التعامل مع التدهورات المختلطة وغير المرئية دون إعادة تدريب تجعلها مناسبة بشكل خاص للتطبيقات الواقعية حيث تكون الظروف الجوية معقدة وغير متوقعة.