طريقة جديدة لتحويل الرسومات البسيطة للوجوه إلى صور حقيقية عالية الجودة

الفكرة

كشفت دراسة حديثة أجراها الباحث مظفر عطي من جامعة أبوظبي بالتعاون مع الباحثين محمد أحمد حسن ومحمد عثمان غاني من جامعة الهندسة والتكنولوجيا في لاهور عن طريقة جديدة لتحويل الرسومات البسيطة للوجوه إلى صور واقعية عالية الجودة باستخدام الشبكات التنافسية التوليدية (Generative Adversarial Networks - GANs). المشكلة التي عالجها البحث هي أن الرسومات أو "السكتشات" لا تحتوي على تفاصيل دقيقة مثل لون البشرة أو ملامح الوجه الدقيقة. شملت الدراسة تدريب النموذج على أكثر من 200 ألف صورة من قاعدة بيانات المشاهير (CelebA) وعلى أكثر من 13 ألف صورة من قاعدة بيانات LFW، لتوليد صور واقعية انطلاقاً من الرسومات.

لماذا تعد مشكلة مهمة؟

المشكلة مهمة لأنها ترتبط مباشرة بالأمن الجنائي، حيث تعتمد الشرطة أحياناً على رسومات الشهود للتعرف إلى المشتبه بهم، كما تمس مجالات التصميم والفن والألعاب الرقمية التي تحتاج إلى تحويل الأفكار المرسومة إلى صور حقيقية.

أهم النتائج

النموذج الجديد حقق دقة بلغت 99.9% عند اختبار بيانات LFW و99.4% على قاعدة CelebA، متفوقاً على النماذج المنافسة.
جودة الصور ارتفعت بفضل خفض التشويش وتحسين التفاصيل، حيث وصل مؤشر (PSNR) و(SNR) إلى قيمة 0.334، وهو أفضل من النماذج المنافسة.
الصور المنتجة استطاعت الحفاظ على تفاصيل مثل وضعية الوجه والإضاءة وحتى إكسسوارات مثل الأقراط والشعر المعقد.

التوصيات والتطبيق العملي

استخدام تقنيات الذكاء الاصطناعي الحديثة لتحويل الرسومات إلى صور حقيقية.
اعتماد النموذج في الأمن والشرطة لتسريع التعرف إلى المجرمين وتحسينه من خلال أوصاف الشهود.
تطبيق النموذج في مجالات الفن والتصميم الصناعي لتوليد صور واقعية من أفكار أولية.

مثال عملي: يمكن للشرطة استخدام هذا النموذج لتحويل رسم يدوي لشاهد عيان إلى صورة رقمية أقرب للحقيقة، ثم مقارنتها بقاعدة بيانات الصور لتسريع القبض على المشتبه به.

ملاحظة: يحتاج هذا النوع من التطبيقات إلى مختصين في الذكاء الاصطناعي لتشغيله، فلا يمكن للفرد العادي استخدامه بمفرده دون أدوات متقدمة.

محاذير

النموذج يعتمد على مجموعات بيانات محدودة (صور مشاهير ووجوه معروفة)، ما يعني أن الأداء قد يختلف مع وجوه من خلفيات أو ظروف إضاءة غير متوفرة في بيانات التدريب.

المصدر

Unveiling Facial Fidelity: A Novel Approach to Synthesizing High-Quality Face Images Using Generative Adversarial Networks

كشف دقة الوجوه: نهج جديد لتوليد صور عالية الجودة باستخدام الشبكات التنافسية التوليدية

الباحثون: Modafar Ati (Abu Dhabi University), Muhammad Ahmed Hassan, Muhammad Usman Ghani (University of Engineering and Technology, Lahore)

الناشر: IEEE Access

تاريخ القبول: 8 يونيو 2025