آلية الانتباه البصري للتصوير الحاسوبي عالي الدقة

صور أوضح بكاميرات أصغر

لماذا تأتي الصور الممتازة عادة من كاميرات ضخمة بعدسات زجاجية سميكة، بينما تتعثر الهواتف النحيفة في الإضاءة المنخفضة أو عند التكبير البعيد؟ تقدم هذه الورقة طريقة جديدة لتصميم البصريات تعتمد فكرة من الانتباه البشري: ركز الجهد حيث يهم، واسترخِ في الأماكن الأخرى. من خلال تعليم العدسات "أن تولي اهتمامًا" للأجزاء التي تحافظ فعلاً على التفاصيل الدقيقة، ثم تنظيف الصورة بخوارزميات ذكية، يظهر المؤلفون أننا نستطيع الحصول على صور حادة وعالية الدقة من عدسات أبسط وأرَق بكثير.

كيف تحاول العدسات التقليدية فعل كل شيء

يتبع تصميم العدسات التقليدي قاعدة مباشرة: يجب أن تكسر كل جزء من كل سطح زجاجي أشعة الضوء بحيث تلتقي جميعها بدقة قدر الإمكان على المستشعر. يقيس المهندسون النجاح بمدى تركيز نقطة الضوء وسلاسة انتقال التباين من المشهد إلى المستشعر عبر أحجام مختلفة من التفاصيل. في الواقع، لا تتصرف الأجزاء الداخلية والخارجية من سطح العدسة بشكل متساوٍ. بالنسبة للعدسات البسيطة على وجه الخصوص، فإن إجبار كل المناطق على الامتثال لنفس القواعد الصارمة قد يعود بنتيجة عكسية: إصلاح منطقة سيئة السلوك قد يفسد منطقة أفضل. لتجنب هذه المساومات، تستخدم الحلول الكلاسيكية الراقية تكديس عناصر عديدة مشكَّلة بعناية، مما يحسن الأداء لكنه يزيد الحجم والوزن والتكلفة.

مشاركة العمل بين البصريات والخوارزميات

يوفر "التصوير الحاسوبي" الحديث صفقة مختلفة: اترك بعض الضبابية والتشوه في البصريات، ثم أزلها لاحقًا بالبرمجيات. خرّجت عقود من العمل أي أنواع عيوب العدسة يمكن التراجع عنها وأيها يُفقد التفاصيل الدقيقة الحاسمة إلى الأبد. يكمن المفتاح في ما إذا ظل النظام يحمل ما يكفي من المعلومات عالية التردد — التغيرات الصغيرة التي تعرّف خصلات الشعر، حواف النصوص، وإطارات النوافذ البعيدة — حتى حد المستشعر. إذا نجت تلك التفاصيل الدقيقة، يمكن لأساليب الاستعادة المتقدمة إحياء صورة ذات وضوح؛ وإلا، فلن تفِ أي معالجة بالغرض. التحدي المتبقي هو كيفية تشكيل عدسة حقيقية بحيث تحتفظ بالأنواع الصحيحة من الشوائب: تلك التي تستطيع الخوارزميات إصلاحها دون التضحية بأصغر التفاصيل المرئية.

تعليم العدسة أين تولي اهتمامها

يقترح المؤلفون آلية "الانتباه البصري" التي تحاكي كيف يعالج دماغنا أجزاء المشهد بشكل انتقائي. يقومون بتحليل كل رقعة صغيرة من كل سطح عدسة ويسألون: لو أن هذه البقعة وحدها تعاملت مع الانكسار، إلى أي مدى ستكون قريبة من السلوك المثالي؟ يصبح هذا القياس نوعًا من "درجة الانتباه". تُعلَّم المناطق التي تكسر الضوء بشكل شبه مثالي كمناطق انتباه وتُصقل لجلب الأشعة إلى تركيز حاد. تُوسَم المناطق التي تُعاني كمناطق غير انتباه؛ بدلاً من إجبارها على التركيز، يوجّه التصميم أشعتها لتفوت البؤرة الرئيسية بطريقة مُتحكَّم بها وغير مؤذية. تُظهر التحليلات الفيزيائية أنه إذا هبطت هذه الأشعة الموجهة خطأً على مسافات خاصة على المستشعر، فهي بالكاد تزعج الترددات المكانية الأعلى. ثم تُضبَط خوارزمية استعادة تالية، باستخدام أدوات التحسين والتعلّم العميق الحديثة، لإزالة الضبابية المتبقية منخفضة التردد مع الحفاظ على التفاصيل الدقيقة المعزَّزة.

من أكوام زجاجية ضخمة إلى عدسات بسيطة ذكيّة

لاختبار هذه الفكرة، أعاد الفريق تصميم نوعين من الأنظمة: عدسة هاتف ذكي متعددة العناصر معقدة وعدسة مفردة بسيطة. في مثال الهاتف، استبدلوا كومة مكوّنة من ستة عناصر بأربعة عناصر فقط، مختصرين الطول الإجمالي بنحو خُمس تقريبًا، ومع ذلك حققوا تقريبًا نفس الحدة بعد الاستعادة. في حالة العدسة المفردة، قارنوا طريقتهم مع التصميم التقليدي ونهج حاسوبي حديث متقدّم. تُظهر الصور المحاكاة والحقيقية أن القياسات من العدسة المعتمدة على الانتباه تبدو أكثر ضبابية للوهلة الأولى، لأن بعض تباين النغمات الوسطى يُضحَّى به. لكن بعد المعالجة، تُستعاد الصور لتصبح أنقى وأكثر تفصيلاً، مع تباين أعلى بكثير عند أدق الأنماط القابلة للحل — في بعض الحالات أكثر من مضاعفة القدرة على تمييز الخطوط المتقاربة عبر مجال الرؤية.

ما معنى هذا لكاميرات المستقبل

بعبارات يومية، تقول هذه العملة إنه يمكننا استبدال الزجاج المكلف بتصميم وحوسبة ذكية. من خلال ترك العدسة تركز "جهدها" على أكثر الأجزاء فائدة من كل سطح، ثم الاعتماد على الخوارزميات لترتيب الباقي، يمكن أن تصبح الكاميرات أنحف وأخف دون التخلي عن التفاصيل الدقيقة. كما يقدم إطار الانتباه البصري المقترح طريقة أكثر شفافية قائمة على الفيزياء لتصميم البصريات والبرمجيات معًا، بدلًا من التعامل مع العدسة كصندوق أسود. إذا نُمي واعُتمد، قد يساعد هذا النهج في جلب التصوير عالي الأداء إلى أجهزة أصغر، من الهواتف والطائرات بدون طيار إلى المناظير الطبية والأدوات العلمية المصغّرة.

الاستشهاد: Zongling Li, Fanjiao Tan, Rongshuai Zhang, and Qingyu Hou, "Optical attention mechanism for high-resolution computational imaging," Optica 12, 1647-1656 (2025). https://doi.org/10.1364/OPTICA.570600

الكلمات المفتاحية: التصوير الحاسوبي, تصميم العدسات, كاميرات عالية الدقة, استعادة الصورة, الانتباه البصري