ClickRemoval: An Interactive Open-Source Tool for Object Removal in Diffusion Models
ClickRemoval هو أداة تفاعلية مفتوحة المصدر تتيح إزالة الكائنات بدقة واستعادة الخلفية بشكل طبيعي في المشاهد المعقدة باستخدام نقرات المستخدم ونماذج Stable Diffusion المدربة مسبقاً فقط، مما يلغي الحاجة إلى الأقنعة اليدوية، أو المطالبات النصية، أو التدريب الإضافي.
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 أن لديك صورة بها ضيف غير مرغوب فيه—ربما شخص غريب في الخلفية، أو سلة مهملات في منظر طبيعي خلاب، أو شيء فوضوي على طاولة الطعام الخاصة بك. عادةً، للتخلص منهم، يتعين عليك استخدام برنامج تحرير صور لـ "طلاء" الكائن بعناية باستخدام فرشاة، وتتبع حدوده بكسل تلو الآخر. هذا يشبه محاولة قص شكل معين من ورقة باستخدام سكين ثلمة؛ الأمر يستغرق وقتاً طويلاً، ويتطلب يداً ثابتة، وإذا أخطأت في نقطة واحدة، سيبدو القطع متعرجاً وقبيحاً.
ClickRemoval هي أداة جديدة ومجانية تغير قواعد اللعبة. فبدلاً من رسم قناع (mask)، ما عليك سوى النقر على الكائن الذي تريد إزالته. هذا كل شيء. نقرة واحدة، وسيفهم الكمبيوتر بالضبط ما يجب حذفه وما يجب الإبقاء عليه، ثم يملأ الفراغ بسحر بخلفية واقعية.
إليك كيف يعمل، باستخدام بعض التشبيهات البسيطة:
1. المترجم "النقر للرسم الخرائطي" (M2N2)
عندما تنقر على كائن ما، فإن الأداة لا ترى مجرد نقطة؛ بل تفهم "مفهوم" ذلك الكائن.
- التشبيه: تخيل أنك ألقيت حصاة في بركة ماء. التموجات التي تنتشر توضح لك بالضبط إلى أي مدى يصل الماء. تقوم ClickRemoval بشيء مشابه؛ فهي تستخدم "تأثير التموج" (يسمى خريطة المسافة الدلالية) لتحديد أين ينتهي الكائن بالضبط وأين تبدأ الخلفية، حتى لو كان الكائن ذا شكل غريب أو مخفي جزئياً. إنها تحول نقرتك الواحدة إلى خريطة مفصلة للكائن دون أن تضطر لرسم خط واحد.
2. "مفتاح الانتباه" (SGAR & SGAS)
بمجرد أن تعرف الأداة ماهية الكائن، يتعين عليها إخبار نموذج الذكاء الاصطنا، "تجاهل هذا الجزء، وركز على الخلفية".
- التشبيه: فكر في نموذج الذكاء الاصطناعي كرسام يركز بشدة على الصورة بأكملها. عادةً، ينظر الرسام إلى كل شيء بالتساوي. تعمل ClickRemoval مثل مشغل تسليط الأضواء (Spotlight operator).
- SGAR (تسليط الضوء): تقوم بتعتيم الأضواء على الكائن الذي نقرت عليه (لتخبر الرسام: "لا ترسم هذا") وتزيد سطوع الأضواء على الخلفية (لتخبره: "املأ هذا بما ينتمي إلى هنا").
- SGAS (مفتاح التعتيم): إذا أبقيت الأضواء خافتة على الكائن طوال الوقت، فقد يبدو الرسم غريباً أو غير طبيعي. لذا، يعمل هذا الجزء كمفتاح تعتيم (Dimmer switch). فهو يقوم بتشغيل إشارة "التجاهل" بقوة في البداية، ثم يخفتها تدريجياً مع اقتراب عملية الرسم من النهاية. هذا يضمن أن تبدو الخلفية طبيعية وليست مصطنعة.
3. "طباخ المزج" (ARG)
أخيراً، تحتاج الأداة إلى تحديد مقدار "الخلفية الجديدة" التي يجب مزجها مع الصورة الأصلية "القديمة".
- التشبيه: تخيل أنك تصنع عصيرًا (smoothie). لديك الفاكهة الأصلية (الخلفية) والنكهة الجديدة (تخمين الذكاء الاصطناعي). ARG هو الطباخ الذي يحدد النسبة المثالية. إذا كنت تريد نتيجة قريبة جداً من الصورة الأصلية، يضيف الطباخ القليل من النكهة الجديدة. وإذا كنت تريد تحولاً كاملاً، يضيف الطباخ المزيد. هذا يمنحك التحكم في قوة تأثير الإزالة.
لماذا يعد هذا أمراً هاماً؟
معظم الأدوات الأخرى تشبه الطهاة المحترفين الذين يتطلبون وصفة محددة (مطالبات نصية/prompts) وقائمة مكونات مُعدة مسبقاً (أقنعة يدوية/manual masks) قبل أن يتمكنوا من الطهي. كما أنهم غالباً ما يحتاجون للذهاب إلى مدرسة تعليم الطهي (تدريب إضافي) لتعلم كيفية التعامل مع مكونات معينة.
ClickRemoval تشبه مساعد مطبخ ذكي يعمل مع أي وصفة لديك بالفعل.
- لا حاجة للتدريب: تعمل مباشرة مع نماذج الذكاء الاصطنا الاصطناعي الموجودة دون الحاجة لتعليمها أي شيء جديد.
- لا أقنعة ولا نصوص: لست بحاجة لرسم حدود أو كتابة "أزل الكلب". فقط انقر.
- مفتوحة المصدر: شارك المبتكرون "كتاب الوصفات" بالكامل (الكود، التعليمات، والأدوات) مجاناً، بحيث يمكن لأي شخص استخدامه أو البناء عليه.
النتائج
اختبر المبتكرون هذه الأداة مقابل أفضل محرري الصور من الفئة الرفيعة.
- الجودة: في الاختبارات، بدت الصور التي أنتجتها تضاهي، أو حتى تتفوق على، الطرق المعقدة التي تتطلب أقنعة ونصوصاً.
- تفضيل المستخدمين: عندما نظر الأشخاص العاديون (غير الخبراء) إلى النتائج، فضلوا ClickRemoval بشكل أكبر؛ حيث وجدوها أسهل في الاستخدام والنتائج تبدو أكثر طبيعية.
- تعدد الاستخدامات: تعمل على أنواع مختلفة من الصور، من الصور البسيطة بمقاس 512×512 إلى الصور عالية الدقة بمقاس 1024×1024، وحتى التعامل مع المواقف الصعبة مثل إزالة كلب يختبئ خلف سياج (باستخدام "النقرات السلبية" لإخبار الأداة: "لا تزل السياج، بل أزل الكلب فقط").
باختًا، تحول ClickRemoval العمل الشاق لتحرير الصور إلى تجربة بسيطة تعتمد على "النقر والتحريك"، مما يجعل إزالة الكائنات بمستوى احترافي متاحاً لأي شخص لديه جهاز كمبيوتر.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.