استعادة فيلم أرشيفي به مناطق واسعة من التلف الهيكلي

لماذا ما زال إنقاذ الأفلام القديمة مهمًا

العديد من الأفلام والتقارير الإخبارية التي وثقت القرن الماضي لا تزال باقية فقط على بكرات فيلم هشة. الزمن، والغبار، والعرض المتكرر، والتخزين السيئ نقشت خدوشًا وفتحت ثقوبًا في هذه الصور، مما محا وجوهًا وأشياءً وحتى أجزاء كاملة من المشاهد. إصلاح هذا التلف يدويًا إطارًا بإطار بطيء ومكلف بشكل مؤلم. تُقدّم هذه المقالة طريقة جديدة تعتمد على الذكاء الاصطناعي يمكنها تلقائيًا اكتشاف وإصلاح عيوب كبيرة وغير منتظمة في الأفلام الأرشيفية، مما يعد بإنقاذ أسرع وأكثر دقة لتاريخ الصورة المتحركة.

ما الذي يجعل تلف الفيلم صعبًا جدًا

ليست كل العيوب في الفيلم القديم متشابهة. بعض المشاكل — مثل الضوضاء الحبيبية، أو الضبابية العامة، أو تلاشي الألوان — تؤثر على الصورة بأكملها ويمكن معالجتها بأدوات تنظيف واسعة النطاق. أما المشاكل الأكثر تدميرًا فهي الأضرار الهيكلية مثل الخدوش الرأسية الطويلة أو الرقع السوداء والبيضاء. هذه تدمر محتوى الصورة بدلاً من مجرد تدهوره. الطرق الرقمية التقليدية إما تعتمد على قواعد مصممة يدويًا أو تعامل كل إطار على حدة، مما يربك في كثير من الأحيان بين الأجسام المتحركة والتلف أو يترك ثقوبًا كبيرة مصقولة جزئيًا فقط. وفي الوقت نفسه، الأنظمة الشاملة "صندوق أسود" التي تحاول تنظيف وملء كل شيء في خطوة واحدة قد تفوت مناطق متضررة أو تختلق تفاصيل حادة لكنها غير واقعية.

النظر عبر الزمن لاكتشاف العيوب

الفكرة الأساسية في العمل الجديد هي استخدام الزمن، وليس المكان فحسب. يتغير محتوى المشهد الحقيقي بسلاسة بين الإطارات، بينما تظهر الخدوش والرقع في مواقع عشوائية ولا تتبع الحركة. يقوم الباحثون بنمذجة هذا الاختلاف عبر تغذية ثلاثة إطارات متجاورة لشبكة كشف تحاكي طريقة مراقب بشري يقلب ذهابًا وإيابًا لاكتشاف الشذوذات. أولًا، وحدة انتباه قنواتيّة تقارن المحتوى العام للإطارات الثلاثة وتبرز المناطق التي لا يتطابق سلوكها عبر الزمن مع بقية المشهد. تمنح هذه المرحلة فكرة粗粗 عن مكان وجود التلف. ثم تقوم وحدة ثانية، تسمى وحدة انتباه المصدر-المرجع، بالتكبير على التفاصيل المحلية، مستخدمة معلومات من إطار مجاور نسبيًا ونظيف لتكرير الحواف وشكل المنطقة التالفة. معًا، تعطي هذه الخطوات قناعًا دقيقًا يحدد العيوب الهيكلية.

تعليم النظام بأمثلة حقيقية محدودة

لأن لقطات أرشيفية متضررة حقًا وبشواهد أرضية مثالية نادرة ومكلفة في الوسم، يستخدم الفريق استراتيجية تدريب ذكية. أولًا ينشئون مجموعة بيانات تركيبية كبيرة عبر تراكب أقنعة غير منتظمة — تمثل الخدوش والرقع — على إطارات فيلم حقيقية. يتيح هذا للمكتشف تعلم الفكرة الأساسية عن التلف المتناثر غير المرتبط بالزمن. في مرحلة ثانية، يتم ضبط النموذج بدقة باستخدام مجموعة صغيرة من التسلسلات الحقيقية المتضررة التي تكون تسمياتها غير مثالية لكنها مفيدة. بدمج الإشراف الاصطناعي المثالي مع توجيه العالم الحقيقي غير الكامل، يتعلم النظام نقل ما يعرفه من المحاكاة النظيفة إلى المواد التاريخية الملوّثة، بينما تساعد عملية دمج الميزات متعددة القياسات على التعامل مع كل من البقع الصغيرة والمناطق الكبيرة المفقودة.

كيف تُعاد ملء الصور المكسورة

بمجرد معرفة قناع التلف، تركز شبكة إصلاح منفصلة فقط على إعادة بناء المحتوى المفقود. تتلقى هذه الشبكة ثلاثة مدخلات: الإطار المتضرر، والقناع المكتشف، وإطار مرجعي مجاور لا يزال يحتوي على المشهد السليم. ثم تستخدم إطارًا توليديًا تنافسيًا لتوليف بدائل معقولة داخل الثقوب المقنّعة، موجهة بواسطة عدة مصطلحات خسارة تشجع على الدقة والواقعية البصرية وانسيابية الأسلوب. ومن المهم أن النظام يستغل حقيقة أن التلف يشغل جزءًا صغيرًا فقط من كل إطار وهو مستقل عبر الزمن، لذا يمكنه تركيز جهده على تلك المناطق المتفرقة بدلاً من محاولة إعادة تعلم الصورة بأكملها. التصميم بسيط وفعال عمدًا: ثلاثة إطارات للكشف وإطار مرجعي واحد للإصلاح، مما يعكس كيف يتحقق المرمم البشري عادةً من عدد قليل من الجيران عند ترميم تلف.

كم هو جيد عمليًا

لاختبار منهجهم، يضيف المؤلفون خدوشًا وبقعًا محاكية إلى مقاطع أرشيفية نظيفة من مجموعة بيانات عامة ويقارنون نظامهم بعدة قواعد أساس قوية، بما في ذلك مكتشفات رقع كلاسيكية ومصلّحات حديثة من التعلم العميق للصور والأفلام. يزيد كاشفهم من مقياس التداخل المتوسط (mean intersection over union) بأكثر من الضعف مقارنة بهذه الأسس، ما يعني أنه يجد البكسلات المتضررة بدقة أكبر بكثير. بالنسبة لجودة الإعادة، مقاسة بنسبة الذروة إلى الضوضاء وتشابه البنية، يتفوق أسلوبهم بوضوح مرة أخرى ويظهر مكاسب كبيرة خاصة عند استخدام أقنعتهم الخاصة. على لقطات أرشيفية من العالم الحقيقي، تكشف المقارنات البصرية أن الطرق المنافسة تفوت أجزاء من التلف، أو تفرط في تشديد التفاصيل إلى نسيج غير طبيعي، أو تفشل تمامًا في المناطق الكبيرة المفقودة، بينما يمكن للنظام الجديد إزالة الخدوش الطويلة والرقع الكبيرة بالكامل مع ملء سلس ومتسق — وكل ذلك أثناء معالجة تسلسلات عالية الدقة في أجزاء من الثانية لكل إطار.

ماذا يعني هذا لماضينا المصور

بعبارات بسيطة، تُظهر الدراسة أن نمذجة سلوك التلف عبر الزمن بعناية تجعل من الممكن استعادة الأفلام القديمة تلقائيًا التي كانت ستظل مشوهة أو غير قابلة للاستخدام بخلاف ذلك. من خلال تحديد مكان تلف الفيلم أولاً ثم استخدام الإطارات المجاورة لإعادة بناء تلك المناطق فقط، يقدم الأسلوب نتائج أنظف من النهج الشاملة ويستهلك حسابًا أقل. وعلى الرغم من أن الكشف الكامل لكل خدش لا يزال بعيدًا، فإن هذا الإطار يمثل خطوة مهمة نحو استعادة رقمية ميسورة النطاق وواسعة النطاق للأفلام التاريخية والتقارير الإخبارية ومقاطع الفيديو المنزلية، مما يساعد على الحفاظ على الذكريات البصرية للأجيال القادمة.

الاستشهاد: Liu, Q., Liu, Y., Wang, L. et al. Restoration of archival film with large areas of structural damage. npj Herit. Sci. 14, 272 (2026). https://doi.org/10.1038/s40494-025-02235-3

الكلمات المفتاحية: استعادة الأفلام الأرشيفية, إصلاح الخدوش والبقع, تعبئة الفيديو, التعلّم العميق للتراث, الحفاظ الرقمي