← أحدث الأبحاث
💻 computer science

Unwarping the Lens: A Physics-Grounded Approach to Video Glasses Removal

تقترح هذه الورقة JFSnet، وهو إطار عمل لإزالة النظارات من الفيديو قائم على الفيزياء، يقوم بنقل المعرفة متعددة المشاهد من نموذج توليدي تجاري عبر تعزيز البيانات الاصطناعية والمحاكاة البصرية لتحقيق استعادة عالية الدقة ومتسقة زمنياً مع منع انحراف الهوية.

المؤلفون الأصليون: Radim Spetlik, David Futschik, Radek Danecek, Feitong Tan, Ziqian Bai, Rohit Pandey, Yinda Zhang

نُشر 2026-08-21
📖 3 دقيقة قراءة☕ قراءة في استراحة قهوة
CC BY 4.0

المؤلفون الأصليون: Radim Spetlik, David Futschik, Radek Danecek, Feitong Tan, Ziqian Bai, Rohit Pandey, Yinda Zhang

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

في عالم الصور الرقمية، تُعد الوجوه أكثر المعالم تميزاً التي نعرفها. فنحن نتعرف فوراً على الأصدقاء والمشاهرات والغرباء من خلال الترتيب الفريد لعيونهم وأنوفهم وأفواههم. ومع ذلك، عندما يرتدي الشخص نظارات طبية، يقف حاجز بصري معقد بين المشاهد والوجه الحقيقي. فالعدسات ليست مجرد قطع مسطحة من البلاستيك؛ بل هي أسطح منحنية تحني الضوء، فتُكبر أو تُصغر الملامح خلفها، بينما تلقي الإطارات بظلالها وتخلق انعكاسات حادة. لعقود من الزمن، حاول علماء الحاسوب تعليم الآلات كيفية إزالة هذه النظارات من الصور ومقاطع الفيديو، آملين في الكشف عن الوجه القابع تحتها. اعتمدت المحاولات المبكرة غالباً على تخمين كيف قد يبدو الوجه المخفي، باستخدام مكتبات ضخمة من الوجوه البشرية لملء الفراغات. وبينما استطاعت هذه الأساليب أحياناً إنتاج عين تبدو منطقية، إلا أنها فشلت تكراراً في الحفاظ على الهوية الحقيقية للشخص، حيث كانت تغير تعبيراته بالخطأ، أو تُزيح نظرة عينيه، أو تُموه التفاصيل الدقيقة التي تجعل الوجه فريداً. لقد كان التحدي يكمن في إزالة الزجاج دون فقدان ملامح الشخص.

لقد طور فريق من الباحثين الآن نهجاً جديداً يعامل إزالة النظارات الطبية ليس كلعبة تخمين، بل كمسألة فيزيائية. فبدلاً من مطالبة الذكاء الاصطناعي بتخيل ما يكمن تحت العدسات، قاموا ببناء نظام يفهم كيف يتصرف الضوء فعلياً عندما يمر عبر الزجاج. أنشأ الباحثون مسار عمل يقوم أولاً بتوليد آلاف الأزواج الاصطناعية من الوجوه: مجموعة واحدة تظهر شخصاً بدون نظارات، وأخرى تظهر نفس الشخص وهو يرتدي النظارات. ولضمان تطابق هذه الأزواج تماماً، استخدموا عملية تصفية متطورة لاستبعاد أي صور يختلف فيها وضع الجسم أو التعبير ولو بشكل طفيف. ثم، وبدلاً من الاعتماد فقط على هذه الصور المولدة، قاموا بمحاكاة الفيزياء الفعلية لانكسار الضوء. لقد حسبوا كيف ستحني عدسة معينة الضوء القادم من عين الشخص، مما يخلق تشوهاً واقعياً يمكن للحاسوب تعلم كيفية عكسه. سمحت هذه العملية بتدريب شبكة متخصصة، أطلقوا عليها اسم "الشبكة المكانية-السمات المشتركة" (joint feature-spatial network)، لتعمل كزر "تراجع" رقمي للنظارات.

تعد نتائج هذه الطريقة خطوة كبيرة للأمام في كيفية فهم الآلات للفيديو وتحريره. فعند اختبارها على آلاف الصور الشخصية عالية الدقة، نجح النظام في إزالة النظارات مع الحفاظ على هوية الشخص سليمة، محققاً مستوى من التفاصيل لم تستطع الأساليب السابقة مضاهاته. وفي مقاطع الفيديو، حيث يتحرك الشخص ويتغير الضوء، حافظ النظام على نتيجة ثابتة وخالية من الوميض، محافظاً على الاتجاه الدقيق لنظرة الشخص وعلى الحركات الدقيقة لعضلات وجهه. وفي مقارنات مباشرة مع أدوات متقدمة أخرى، بما في ذلك محررات الفيديو التجارية ومولدات الصور، فضل المراقبون البشر هذا النهج الجديد باستمرار لقدرته على جعل الوجه يبدو كالشخص الأصلي. ويعمل النظام بسرعة ملحوظة، حيث يعالج الفيديو بمعدل يقارب ثمانية وعشرين إطاراً في الثانية، وهو ما يكفي للتطبيقات التي تعمل في الوقت الفعلي.

كما أظهر الباحثون أن طريقتهم تتجنب العثرات الشائعة للتقنيات السابقة. فكثير من الأنظمة السابقة كانت "تهلوس" ملامح جديدة، مثل تغيير لون عين الشخص أو تغيير شكل ابتسامته، لأنها كانت تحاول توليد وجه جديد من الصفر. ومن خلال ترسيخ تدريبهم في القوانين الفيزيائية للبصريات، تعلم النظام الجديد ببساطة عكس التشوه الناتج عن العدسة، ليكشف عن الوجه الموجود هناك بالفعل. وهذا التمييز أمر بالغ الأهمية: فالنظام لا يخترع شخصاً جديداً، بل يكشف عن الشخص الذي كان محجوباً. تؤكد الدراسة أنه من خلال الجمع بين القوة الإبداعية لمولدات الصور واسعة النطاق والقواعد الصارمة للفيزياء، يمكن تحقيق مستوى من الدقة كان بعيد المنال سابقاً. ويشير العمل إلى أن مستقبل التحرير الرقمي لا يكمي فقط في توليد محتوى جديد، بل في فهم الواقع الفيزيائي للضوء الذي يصنعه.

غارق في أبحاث مجالك؟

تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.

جرّب Digest →

أبحاث مشابهة

عرض الكل في هذا التصنيف 💻 cs →