Training-Free No-Reference Image Quality Assessment Using a Content-Independent Graph Fourier Watermark

تخيل أنك ترسل لوحة فنية ثمينة وهشة عبر العالم. أنت تعلم أنها ستتعرض للاهتزاز، وربما قد يصيبها القليل من المطر، أو قد يسلك الشاحن طريقاً وعراً. عندما تصل أخيراً إلى منزل صديقك، تريد أن تعرف: كم من الضرر لحق بها؟ عادةً، للإجابة على ذلك، ستحتاج إلى مقارنة اللوحة الواصلة باللوحة الأصلية التي احتفظت بها في خزنتك. ولكن ماذا لو لم تكن تملك الأصلية؟ ماذا لو كانت الأصلية محبوسة في غرفة خوادم على بعد أميال، أو إذا فقدت شركة الشحن السجل لما كانت تبدو عليه عندما غادرت؟ هذه مشكلة ضخمة لأي شخص يرسل صوراً عبر الإنترنت، مثل جامعة ترسل شرائح محاضرات أو موقع إخباري ينشر صوراً. إنهم بحاجة إلى طريقة لمعرفة ما إذا كانت الصورة لا تزال "جيدة بما يكفي" دون الحاجة لرؤية النسخة الأصلية المثالية مرة أخرى.

لحل هذه المشكلة، جرب العلماء حيلة ذكية تسمى "العلامة المائية الرقمية". فكر في الأمر كأنك تضع ملاحظة صغيرة غير مرئية داخل اللوحة قبل شحنها. هذه الملاحظة تسافر مع اللوحة، وتتعرض لنفس المطر والاهتزازات، وعند وصولها، تتحقق من الملاحظة. إذا كانت الملاحظة ممزقة أو باهتة، فستعرف أن اللوحة على الأرجح قد تضررت أيضاً. التحدي يكمن في جعل الملاحظة دقيقة جداً بحيث لا تفسد الصورة، ولكن قوية بما يكفي لتخبرك بالضبط مدى سوء الضرر. هذا البحث يتعمق في طريقة جديدة لكتابة تلك الملاحظة باستخدام أداة رياضية تسمى "تحويل فوريه للرسم البياني" (Graph Fourier Transform)، وهي تشبه عدسة خاصة تنظر إلى هيكل الصورة بدلاً من مجرد ألوانها. الهدف هو إنشاء نظام يمكنه تخمين جودة صورة متضررة بشكل مثالي، دون الحاجة إلى بيانات تدريب أو نسخة مرجعية، فقط من خلال قراءة الملاحظة غير المرئية.

الملاحظة غير المرئية والشبكة السحرية

سأل الباحثون وراء هذه الدراسة سؤالاً بسيطاً ولكنه صعب: هل يمكننا بناء نظام لفحص الجودة لا يحتاج إلى "التعلم" من آلاف الأمثلة ولا يحتاج إلى تغيير استراتيجيته لكل صورة على حدة؟ معظم الأنظمة الحديثة تشبه الطلاب الذين يحفظون الإجابات من كتاب مدرسي؛ فهم يحتاجون إلى مكتبة ضخمة من الصور "الجيدة" و"السيئة" ليتعلموا ما الذي يجب البحث عنه. يقترح هذا البحث نظاماً يشبه المحقق الماهر الذي يعرف بعض القواعد غير القابلة للكسر.

جوهر فكرتهم هو خريطة "ثابتة". تخيل أن لديك شبكة من 64 بلاطة صغيرة (كتلة 8×8) تشكل جزءاً من صورة. عادةً، لتحليل هذه البلاطات، قد تبني خريطة مخصصة بناءً على الألوان داخلها. لكن المؤلف قرر استخدام خريطة لا تتغير أبداً، بغض النظر عما تبدو عليه الصورة. أطلقوا عليها اسم تحويل فوريه للرسم البياني للكتل (Block-Graph Fourier Transform). إنها تشبه امتلاك هيكل عظمي واحد وصلب يناسب كل صورة تماماً. ولأن هذا الهيكل يعتمد فقط على شكل الشبكة (الهندسة) وليس على محتوى الصورة، فإن الشخص الذي يرسل الصورة والشخص الذي يستلمها يمكنهما بناء نفس الهيكل تماماً دون التحدث مع بعضهما البعض. لا توجد رموز سرية، ولا حزم بيانات إضافية—فقط الصورة والرياضيات المشتركة.

زرع البذرة

إليكم كيف يستخدمون هذه الخريطة الثابتة. قبل إرسال الصورة، يزرعون "بذرة" صغيرة (علامة مائية) في أجزاء التردد المتوسط من شبكة الصورة. يستخدمون تقنية تسمى تعديل مؤشر التكميم (Quantization Index Modulation)، وهي طريقة معقدة لقول إنهم يقومون بتعديل الأرقام في الصورة بمقدار ضئيل جداً لتشفير "0" أو "1" سري دون أن يلاحظ أحد ذلك.

لقد وجدوا نقطة مثالية: "حجم تعديل" عالمي واحد (خطوة تكميم قدرها 6.0) يعمل مع كل صورة اختبروها. لم يحتاجوا إلى ضبطه لكل صورة على حدة، سواء كانت صورة قطة أو صورة جبل. هذا الإعداد الواحد حافظ على جودة الصور الموسومة بحيث ظل مقياس جودتها (PSNR) فوق 40 ديسيبل لجميع الصور الـ 39 المختبرة، بمتوسط قدره 42.65 ديسيبل. ولوضع ذلك في المنظور، فإن العين البشرية لا تستطيع تمييز الفرق بين النسخة الأصلية والنسخة الموسومة عند هذا المستوى.

قراءة الضرر

عندما تصل الصورة إلى وجهتها، قد تكون مشوشة، أو منخفضة الدقة (pixelated)، أو مليئة بالضجيج. المستلم لا يملك الأصلية، لكن لديه الخريطة الثابتة. يقوم بتشغيل الصورة عبر الخريطة مرة أخرى للعثور على "البذرة" التي زرعها.

هنا تظهر براعة الورقة البحثية. إذا قاموا فقط بعدّ كم "0" تحولت إلى "1" (معدل خطأ البتات)، فسيصطدمون بحائط مسدود. أحياناً، يكون الضرر طفيفاً جداً بحيث تظل البذرة قابلة للقراءة، لكنها "تتذبذب". وفي أحيان أخرى، يكون الضرر سيئاً جداً لدرجة أن البذرة تختفي تماماً، ويستقر معدل الخطأ عند 50% (تخمين عشوائي محض)، مما لا يعطي أي فكرة عن مدى سوء الوضع.

لحل هذه المشكلة، لم يكتفِ المؤلف بعدّ الأخطاء فحسب. بل ابتكر "درجة تدهور" مكونة من ثلاثة أجزاء:

1. معدل خطأ البتات (Bit Error Rate): كم عدد البتات الخاطئة؟
2. درجة الثقة (Confidence Score): ما مدى قرب البتات من أن تكون خاطئة؟ (مثل رؤية عملة معدنية تسقط على حافتها).
3. اللحظة المتبقية (Residual Moment): مقياس لمدى تذبذب الأرقام.

من خلال دمج هذه القرائن الثلاثة، أنشأوا "مؤشر التدهور". يتم بعد ذلك تغذية هذا المؤشر في منحنى رسم بياني مثالي (Ideal Mapping Curve). فكر في هذا المنحنى كأنه مترجم يحول "درجة التذبذب" إلى رقم جودة (مثل PSNR). لقد بنوا هذا المنحنى باستخدام مجموعة صغيرة من صور "المعايرة"، ثم اختبروه على صور لم يرها من قبل.

النتائج: محقق الحلقة المغلقة

يحتوي النظام على ميزة "الحلقة المغلقة"، وهي تشبه المحقق الذي يراجع عمله. إذا كان التخمين الأولي غير دقيق، يقوم النظام بإجراء تعديل صغير ومحسوب لإعداداته الداخلية ليقترب من الحقيقة.

كانت النتائج مبهرة. عبر سبعة أنواع مختلفة من الضرر (مثل ضغط JPEG، والتشويش، والضجيج) وأربعة طرق مختلفة لقياس الجودة، تحسن النظام في دقة التقدير في جميع الـ 28 حالة مختبرة.

• بالنسبة لخمسة من أنواع الضرر، استطاع النظام تقدير الجودة (PSNG) ضمن نطاق يتراوح بين 0.35 إلى 0.73 ديسيبل من القيمة الحقيقية.
• في 22 من أصل 28 حالة، كان التحسن ذا دلالة إحصائية، مما يعني أنه لم يكن مجرد ضربة حظ.

ومع ذلك، فإن الورقة البحثية صادقة جداً بشأن المواضع التي تعاني فيها. فعندما كان الضرر عبارة عن ضجيج إضافي بسيط (مثل التشويش على شاشة التلفاز)، لم يستطع النظام تحقيق تحسن كبير عن حد معين. لماذا؟ لأن الجودة في هذه الحالات تتحدد بالكامل تقريباً من خلال مقدار الضجيج المضاف، وليس من خلال الصورة نفسها. "الملاحظة" داخل الصورة لا تستطيع التمييز بين قطة مشوشة وجبل مشوش. يذكر المؤلف صراحة أنه في حالات الضجيج المحددة هذه، يصل النظام إلى سقف معين، وهو لا يدعي حل هذا اللغز.

لماذا يهم هذا الأمر؟

توضح هذه الورقة أنك لست بحاجة إلى حاسوب خارق أو قاعدة بيانات ضخمة من الآراء البشرية للحكم على جودة الصورة. يمكنك استخدام "هيكل عظمي" رياضي ثابت وطريقة ذكية لقراءة الملاحظات غير المرئية للحصول على تخمين دقيق للغاية. إنه يعمل جيداً مع ضغط JPEG، والتشويش، والبهتان، ويتفوق على العديد من الأنظمة المعقدة القائمة على التعلم في تلك المهام المحددة.

لكن المؤلف حذر من المبالغة في التفاؤل. فهو يقر بأنه بينما يعمل هذا بشكل رائع على الصور الاختبارية الاصطناعية، إلا أننا لا نعرف بعد ما إذا كان سيصمد أمام "الإنترنت الحقيقي" الفوضوي حيث يتم تغيير حجم الصور، وإعادة ترميزها، وضغطها بطرق لم يختبرها. كما يشير إلى أن هذا النظام يقيس الجودة الموضوعية (أرقام رياضية)، وليس بالضرورة الاستمتاع البشري (هل أعجبت الصورة الشخص؟).

باختصار، هذه أداة قوية لا تحتاج إلى تدريب، يمكنها أن تخبرك بالضبط بمدى تضرر الصورة بسبب العمليات الرقمية الشائعة، بشرما إذا كنت قد زرعت الملاحظة قبل مغادرة المبنى. إنها خطوة نحو عالم يمكننا فيه الوثوق بأن الصور التي نرسلها ونستقبلها لم تتدمر خلال الرحلة، حتى لو لم نتمكن أبداً من رؤية النسخة الأصلية.