$\pi$-SUB: A Physics-Informed Synthetic Underwater Benchmark Dataset for Underwater Image Enhancement

تخيل أنك تحاول التقاط صورة مثالية لحطام سفينة، ولكن في كل مرة تغوص فيها، تعمل المياه كفلتر ضخم غاضب؛ فهي تسرق الألوان الحمراء، وتُعكر التفاصيل بالغبار العائم، وتضيف غشاوة ضبابية تجعل كل شيء يبدو وكأنه تحت الماء في حلم. هذه هي المعاناة اليومية للروبوتات والكاميرات التي تستكشف المحيط. ولتعليم الحواسيب كيفية إصلاح هذه الصور الضبابية المائلة للزرقة، يحتاج العلماء إلى "مفتاح إجابة المعلم" — نسخة مثالية ونظيفة للمشهد ليقارنوا بها الصورة المائية الفوضوية. ولكن هنا تكمن المشكلة: لا يمكنك أبداً التقاط صورة لحطام سفينة دون وجود الماء أمامها. لا يمكنك تفريغ المحيط سحرياً لمجرد التقاط صورة. لذا، لسنوات طويلة، حاول العلماء بناء عوالم مائية مزيفة على الحواسيب لتدريب الذكاء الاصطناوي. والمشكلة هي أن معظم هذه العوالم المزيفة تشبه ديكورات الأفلام السيئة: تبدو جيدة من بعيد، لكنها لا تتبع القواعد الحقيقية لكيفية سلوك الضوء في الأعماق، مما يجعل الذكاء الاصطناعي يرتبك عندما يحاول استخدام ما تعلمه من ذلك "الديكور المزيف" لإصلاح صور حقيقية من المحيط.

يقدم هذا البحث طريقة جديدة وذكية للغاية لبناء تلك العوالم المائية المزيفة، تسمى π-SUB. فكر في الأمر كترقية من مجرد لوحة كرتونية لغابة إلى نظام بيئي محاكى بالكامل حيث يتبع كل ورقة شجر، وكل شعاع شمس، وكل ذرة غبار عائمة قوانين الفيزياء الفعلية. لم يكتفِ المؤلفون بإنشاء نظام يخمن كيف يبدو شكل ما تحت الماء فحسب، بل صمموا نظاماً يحسبه باستخدام علوم حقيقية حول كيفية امتصاص أنواع مختلفة من المياه (من المحيطات الزرقاء الصافية إلى الخلجان الساحلية العكرة) للضوء، ومدى عمق الكاميرا، وحتى كيف تغير النباتات البحرية الدقيقة (مثل الكلوروفيل) لون الماء. لقد اختبروا هذه المجموعة من البيانات "المستندة إلى الفيزياء" مقابل مجموعات البيانات المزيفة الأقدم والأبسط، ووجدوا أنها أكثر واقعية بكثير. وعندما استخدموا π-SUB لتدريب أربعة أنواع مختلفة من أدوات إصلاح الصور بالذكاء الاصطناعي، أصبحت تلك الأدوات أفضل بكثير في تنظيف الصور المائية الحقيقية، مما يثبت أنه إذا علمت الروبوت باستخدام محاكاة مثالية ودقيقة علمياً، فإنه سيتعلم رؤية العالم الحقيقي بشكل أفضل بكثير.

المشكلة: فخ المحيط "المزيف"

لفترة طويلة، واجه الباحثون الذين يحاولون إصلاح الصور تحت الماء مشكلة كبيرة. لتعليم الكمبيوتر كيفية تنظيف صورة ضبابية، تحتاج عادةً إلى إظهار الصورة الضبابية والنسخة المثالية والنظيفة من نفس الصورة. ولكن في المحيط، النسخة "المثالية" غير موجودة لأن الماء موجود دائماً. لذا، بدأ العلماء في صنع مجموعات بيانات اصطناعية — صور مائية مزيفة يتم إنشاؤها بواسطة الحواسيب.

ومع ذلك، كانت العديد من هذه المحاولات السابقة تشبه بناء بيت من ورق اللعب. فقد تجاهلت غالباً حقيقة أن الضوء يتغير كلما تعمقت (الضوء النازل)، ونسيت الجسيمات البيولوجية الصغيرة التي تمتص الضوء (مثل الكلوروفيل في الطحالب)، وعاملت كل المياه كما لو كانت متطابقة. كما استخدمت غالباً صيغة واحدة بسيطة لكيفية حجب الضوء، بدلاً من الرياضيات المعقدة والواقعية التي تصف كيفية تشتت الضوء عن الجسيمات المختلفة. ونتيجة لذلك، تعلمت نماذج الذكاء الاصطناعي المدربة على هذه البيانات "الكرتونية" الدروس الخاطئة. لقد برعت في إصلاح الصور المزيفة المحددة التي رأتها، ولكن عندما حاولت إصلاح صورة حقيقية من المحيط، غالباً ما فشلت لأن المحيط الحقيقي فوضوي، وعميق، ومليء بالمفاجآت البيولوجية التي لم تأخذها النماذج المزيفة في الحسبان.

الحل: π-SUB، المحاكي المدعوم بالفيزياء

قرر مؤلفو هذا البحث بناء محاكي أفضل، أطلقوا عليه اسم π-SUB. فبدلاً من التخمين، بنوا إطار عمل يعتمد على نسخة موسعة من نموذج فيزيائي كلاسيكي يسمى نموذج "جافي-ماكغلامري" (Jaffe–McGlamery). لكنهم لم يتوقفوا عند هذا الحد؛ بل قاموا بترقيته بثلاث "قوى خارقة" رئيسية افتقدتها النماذج السابقة:

1. العمق يهم: أدركوا أن الضوء الذي يصطدم بالمشهد يعتمد على مدى عمق الكاميرا، وليس فقط المسافة بين الكاميرا والشيء. لذا أضافوا طبقة تحاكي تلاشي ضوء الشمس أثناء رحلته عبر عمود الماء، مما يجعل الإضاءة تتغير بشكل واقعي مع العمق.
2. بيولوجيا المياه: قاموا بتفكيك "مكونات" الماء. فبدلاً من مجرد قول "ماء"، قاموا بنمذجة المواد البيولوجية المحددة الموجودة بداخله، مثل الكلوروفيل (الذي يجعل الماء أخضر) وCDOM (المادة العضوية المذابة). وهذا يسمح للمحاكي بإنشاء صور تبدو وكأنها التقطت في محيط أزرق صافٍ أو في خليج مليء بالطحالب الخضراء، مع التصحيح اللوني الصحيح لكل منهما.
3. الإضافات "الفوضوية": الصور الحقيقية تحت الماء لا تتعلق فقط بتلاشي الضوء؛ بل تحتوي أيضاً على غبار عائم، وضباب، وتأثيرات توهج غريبة. يضيف إطار عمل π-SUB هذه الظواهر "المتبقية" كطبقات منفصلة يمكن التحكم بها. يمكنك تشغيل "الغبار العائم" أو إيقافه، أو إضافة "ضباب حجمي"، تماماً مثل إضافة التوابل إلى الوصفة.

يعمل النظام في ثلاث خطوات. أولاً، يأخذ صورة نظيفة (إما صورة حقيقية من قاعدة بيانات أو رندرة ثلاثية الأبعاد من محرك ألعاب مثل Unreal Engine) ويحدد المسافة لكل بكسل. ثانياً، يطبق النموذج الفيزيائي الجديد فائق التفصيل لتحويل تلك الصورة النظيفة إلى صورة مائية واقعية، حاسباً بدقة كيف يجب أن يبدو الضوء بناءً على نوع الماء والعمق. ثالثاً، يضيف تلك التأثيرات "الفوضوية" الإضافية لجعله يبدو أكثر شبهاً بالعالم الحقيقي.

النتائج: هل يعمل هذا حقاً؟

لم يكتفِ المؤلفون ببنائه فحسب؛ بل وضعوه قيد الاختبار. أرادوا معرفة شيئين: هل هو واقعي؟ وهل يساعد الذكاء الاصطناعي على التعلم بشكل أفضل؟

للتحقق من الواقعية، قارنوا π-SUB بمجموعات البيانات الاصطناعية الشهيرة الأخرى. استخدموا مقياساً يسمى "مسافة فريدشيه للابتكار" (FID)، وهو باختصار درجة تقيس مدى تشابه مجموعتين من الصور بالنسبة للحاسوب. كلما انخفضت الدرجة، كانت الصور أكثر واقعية. وكانت النتائج مبهرة: حقق π-SUB درجة FID أقل بنسبة 46% من أفضل مجموعة بيانات اصطناعية تالية (تسمى Syrea). وهذا يعني أن الصور التي ينتجها π-SUB تبدو أكثر شبهاً بالصور المائية الحقيقية من المجموعات القديمة.

وللتحقق من القدرة على التعميم (أي ما إذا كان الذكاء الاصطناعي المدرب على هذه البيانات يمكنه بالفعل إصلاح الصور الحقيقية)، أخذوا أربعة نماذج من أحدث تقنيات الذكاء الاصطناعي (FUnIE-GAN، وPix2Pix، وPUIE-Net، وPhaseformer) ودربوها باستخدام π-SUB. ثم اختبروا هذه النماذج المدربة على ست مجموعات بيانات حقيقية من العالم تحت الماء. وأظهرت النتائج أن النماذج المدربة على π-SUB كانت الأفضل أداءً. وتحديداً، حسنت جودة تسمى UIQM بنسبة 4.18% مقارنة بأفضل مجموعة بيانات تالية (PHISWID)، وبنسبة 9.46% مقارنة بـ Syrea. كما قللت من درجة "الضجيج" (NIQE) بنسبة 48.78% و 23.98% على التوالي.

بكلمات أبسط، كانت نماذج الذكاء الاصطناعي المدربة على هذه المجموعة الجديدة الغنية بالفيزياء أفضل بكثير في تنظيف الصور المائية الحقيقية مقارنة بالنماذج المدربة على البيانات المزيفة الأبسط والأقدم. لقد حافظت على المزيد من التفاصيل الهامة (مثل حواف الشعاب المرجانية) وأزالت قدراً أكبر من الضباب الأزرق المزعج والتشوه اللوني.

لماذا يهم هذا؟

يخلص البحث إلى أن π-SUB هو "معيار فائق الواقعية وقابل للتعميم". فهو يسد الفجوة بين العالم المزيف للمحاكاة الحاسوبية والواقع الفوضوي للمحيط. ومن خلال تعليم الذكاء الاصطناعي باستخدام محاكي يحترم فيزياء الضوء، وعمق الماء، والبيولوجيا البحرية، أنشأ المؤلفون أداة تساعد الروبوتات والكاميرات على الرؤية بشكل أفضل تحت الماء. لا يقتصر الأمر على جعل الصور تبدو جميلة فحسب؛ بل يتعلق بمساعدة المركبات ذاتية القيادة تحت الماء (AUVs) والمركبات التي تُدار عن بعد (ROVs) على أداء مهامها — مثل فحص خطوط الأنابيب، أو استكشاف حطام السفن، أو مراقبة الشعاب المرجانية — بشكل أكثر فعالية. يشير البحث إلى أنه إذا أردنا للذكاء الاصطناعي أن يفهم حقاً العالم تحت الماء، فعلينا التوقف عن التخمين والبدء في المحاكاة باستخدام قوانين الفيزياء.