Transformer Image Dehazing Method Based on Physical Prior Guidance and Adaptive Feature Modulation
تقترح هذه الورقة شبكة لإزالة الضباب من صورة واحدة تعتمد على نموذج "ترانسفورمر" (Transformer)، تدمج التوجيه القائم على الأولويات الفيزيائية مع تعديل الميزات التكيفي للتعامل بفعالية مع الضباب غير المنتظم مكانياً مع الحفاظ على التفاصيل الهيكلية الدقيقة، محققةً أداءً هو الأفضل في فئته على مجموعات بيانات مرجعية متعددة.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://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
عندما يحل ضباب كثيف، لا يصبح العالم مجرد لون رمادي؛ بل يصبح مسطحاً. يمتلئ الهواء بقطرات ماء صغيرة أو غبار يشتت الضوء، مما يؤدي إلى تلاشي زرقة السماء العميقة وتحويل الحواف الحادة إلى لطخات ناعمة وغير واضحة. بالنسبة للإنسان، يعد هذا إزعاجاً مؤقتاً، أما بالنسبة لآلة تحاول الرؤية — مثل سيارة ذاتية القيادة تشق طريقها في طريق سريع أو كاميرا مراقبة تراقب شارعاً في المدينة — فإن الأمر يمثل فشلاً جوهرياً. تفقد الآلة القدرة على التمييز بين نهاية الطريق وبداية المبنى، أو التمييز بين أحد المشاة وبين الظل. لطالما حاول العلماء تعليم الحواسيب كيفية عكس هذه العملية، أي إزالة الضباب وكشف المشهد الواضح الكامن تحته. اعتمدت المحاولات الأولى على قواعد صارمة حول كيفية سلوك الضوء في الغلاف الجوي، بينما تستخدم الأساليب الأحدث الذكاء الاصطناعي للتعلم من آلاف الأمثلة. ومع ذلك، غالباً ما تعاني أنظمة التعلم هذه عندما يكون الضباب غير متساوٍ أو عندما تكون الإضاءة صعبة، حيث تقوم أحياناً بتنعيم التفاصيل الهامة أو ابتكار ألوان لم تكن موجودة أصلاً.
لقد طور فريق من الباحثين في جامعة جنوب شرق منهجاً جديداً يسد الفجوة بين هذين العالمين. فقد ابتكروا نظاماً يجمع بين مرونة الذكاء الاصطناعي الحديث ومنطق الفيزياء الموثوق. فبدلاً من ترك الكمبيوتر يخمن كيفية تنقية الصورة، يقوم النظام بتوجيهه عبر خريطة توضح الأماكن التي يكون فيها الضباب أكثر كثافة. هذه الخريطة، المعروفة باسم "خريطة الإرسال" (transmission map)، هي تقدير لكمية الضوء المحجوبة عند كل نقطة في الصورة. ومن خلال تغذية هذا الدليل الفيزيائي مباشرة في عملية التعلم، يعرف النظام بالضبط أين يركز جهوده. فهو لا يحاول فقط جعل الصورة أكثر سطوعاً، بل يتعلم استعادة الهياكل المحددة التي أخفاها الضباب، مما يضمن بقاء الشجرة البعيدة شجرة، وبقاء السياج القريب حاد المعالم.
جوهر ابتكارهم هو شبكة تحاكي الطريقة التي قد ينظر بها الإنسان إلى مشهد ضبابي: أولاً تأخذ النظرة العامة، ثم تركز على التفاصيل. بنى الباحثون بنية متعددة الطبقات تعالج الصورة بمقاييس مختلفة في آن واحد. ففي المستوى الأوسع، يستخدم النظام نوعاً من آليات الانتباه المتقدمة لفهم العلاقة بين الأجزاء البعيدة من الصورة، مدركاً أن الضباب غالباً ما يغطي مشهداً كاملاً بطريقة مترابطة. وفي الوقت نفسه، يستخدم مرشحات متخصصة لمراقبة التفاصيل المحلية الصغيرة التي تحدد الحواف والأنماط. يسمح هذا النهج المزدوج للنظام بالحفاظ على الصورة الكلية مع رفض فقدان الخطوط الدقيقة التي تجعل الصورة قابلة للتمييز.
ولجعل هذا العمل يعمل بشكل أفضل، قدم الفريق طريقة ديناميكية تتيح للنظام ضبط سلوكه الخاص. تخيل عدسة كاميرا يمكنها تغيير تركيزها فوراً اعتماداً على ما إذا كانت تنظر إلى جدار أملس أو نمط معقد من أوراق الشجر. في هذا النظام، يحلل الكمبيوتر النوع المحدد من الضباب الذي يواجهه ويغير كيفية معالجته للمعلومات. إذا كان الضباب خفيفاً والتفاصيل واضحة، فإنه يركز على الحفاظ على تلك الأنسجة الدقيقة. وإذا كان الضباب كثيفاً والمشهد باهتاً، فإنه يحول انتباهه إلى السياق الأوسع لفهم الأشكال. يتم توجيه هذه القدرة على التكيف عبر الخريطة الفيزيائية المذكورة سابقاً، والتي تعمل كتذكير مستمر بالأماكن التي يكون فيها الغلاف الجوي أكثر كثافة. كما يولي النظام اهتماماً خاصاً للحواف، مستخدماً تقنية تبرز الحدود بين الأشياء، مما يضمن أن الضباب لا يطمس الخطوط التي تفصل السيارة عن الطريق أو الشخص عن المبنى.
اختبر الباحثون طريقتهم في مجموعة متنوعة من المشاهد، بما في ذلك البيئات الداخلية مثل المكاتب والإعدادات الخارجية مثل شوارع المدن والطرق الريفية. وقارنوا نتائجهم مع عدة أساليب رائدة أخرى، بما في ذلك التقنيات القديمة القائمة على القواعد ونماذج الذكاء الاصطناعي الأحدث. أظهرت النتائج أن نهجهم أنتج باستمرار صوراً أكثر وضوحاً مع دقة هيكلية أعلى. وفي الاختبارات على المشاهد الخارجية، حققت طريقتهم درجة 24.57 على مقياس قياسي لجودة الصورة، مع الحفاظ على هيكل الصورة بدرجة 0.907. وفي الاختبارات الداخلية، كان الأداء أقوى، حيث وصل إلى 28.78 للجودة و0.928 للهيكل. تشير هذه الأرقام إلى أن النظام لا يزيل الضباب الرمادي فحسب، بل يحافظ أيضاً على حدة الأشياء وترتيبها، وهو إنجاز تعاني العديد من الطرق الأخرى لتحقيقه في آن واحد.
ولعل الأهم من ذلك هو أن النظام أثبت متانته عندما يصبح الضباب كثيفاً للغاية. فعندما تزداد كثافة الضباب، تميل الطرق الأخرى إلى فقدان قدرتها على تمييز الأشكال، مما يؤدي غالباً إلى صور ضبابية أو مشوهة. ومع ذلك، تدهورت الطريقة الجديدة بشكل أكثر سلاسة وتدرجاً. فحتى في ظروف الضباب الكثيف، حافظت على مستوى عالٍ من السلامة الهيكلية، محتفظة بالخطوط العريضة للأشياء والألوان الحقيقية. يشير هذا إلى أن الجمع بين التوجيه الفيزيائي والتعلم التكيفي يخلق نظاماً أقل عرضة للوقوع في الأخطاء عندما تكون المعلومات المرئية شحيحة. وجد الباحثون أن كل جزء من نظامهم يلعب دوراً فريداً: فالخريطة الفيزيائية تخبر النظام أين ينظر، وآليات الانتباه تساعده على فهم مخطط المشهد، والتعديلات الديناميكية تسمح له بضبط استجابته بدقة للظروف المحددة.
بينما تبدو النتائج واعدة، يلاحظ الباحثون بحذر أن اختباراتهم أجريت باستخدام ضباب مولد حاسوبياً مقترن بصور واضحة. يسمح هذا الإعداد بقياس مدى كفاءة عمل النظام بدقة، لكن الضباب في العالم الحقيقي يمكن أن يكون أكثر تعقيداً، حيث يحتوي على تغيرات في الضوء وكثافة الجزيئات يصعب محاكاتها. يقر الفريق بأن هناك حاجة لمزيد من الاختبارات على لقطات من العالم الحقيقي للتأكد من أن الطريقة تعمل بشكل مثالي في البيئات غير المنضبطة. كما يشيرون إلى أن النظام يتطلب قوة حوسبة أكبر من بعض النماذج الأبسط، مما قد يشكل تحدياً للأجهزة ذات الموارد المحدودة. رغم هذه القيود، يمثل هذا العمل خطوة كبيرة للأمام في كيفية إدراك الآلات لعالم متدهور الرؤية. فمن خلال تعليم الذكاء الاصطناعي احترام قوانين الفيزياء مع التعلم من البيانات، نجح الباحثون في إنشاء أداة ترى من خلال الضباب ليس بمجرد التخمين، بل بالفهم.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.