تحفظ التسجيلات القديمة لحظات لا تُعوَّض، لكن ضعف الدقة وحبيبات الفيلم وتدهور الألوان تجعل مشاهدتها مؤلمة. تستعيد أدوات الذكاء الاصطناعي اليوم اللقطات القديمة وترفع دقتها إلى 4K تلقائيًا، فتسترجع التفاصيل وتثبّت الحركة وتُحيي الألوان الطبيعية في أفلام وفيديوهات منزلية مضى عليها عقود.
تلك التسجيلات لحفل زفاف والديك في الثمانينيات، وأفلام Super 8 لأعياد ميلاد الطفولة، وأشرطة VHS لرحلات العائلة بالسيارة: إنها تحتفظ بجزء من أثمن لحظات حياة أي شخص لا تُعوَّض. لعقود، لم يكن أمامنا خيار سوى مشاهدتها وهي تتدهور أمام أعيننا في الوقت الفعلي، تتسرب منها الألوان، وتبتلع الحبيبات الوجوه بالكامل، وتتحول المشاهد إلى بقع غامضة من الكهرماني والتشويش. لكن ذلك تغيّر. صار تحسين الفيديو بالذكاء الاصطناعي يعمل على لقطات كان يُعتقد أنها غير قابلة للاسترجاع، فيستخرج الوضوح من التشويش، ويحدّد حوافًا لم تكن حادة أصلًا، ويرفع المقاطع القديمة إلى دقة 4K دون أن يفقد روح ما تم تصويره.
يشرح هذا المقال بالتفصيل كيف تعمل هذه العملية، وأي الأدوات تحقق نتائج حقيقية، وكيف يمكنك تنفيذها بنفسك دون أي خلفية تقنية.
ليست كل اللقطات القديمة تتدهور بالطريقة نفسها. الصيغة هي التي تحدد نمط الضرر، ومعرفة ما تتعامل معه تحدد أي أسلوب ترميم يعمل بشكل صحيح.
يخزّن فيلم 16 ملم و8 ملم المعلومات البصرية في طبقة من المواد الكيميائية الحساسة للضوء مثبّتة على قاعدة بلاستيكية. مع مرور العقود، تتفكك المواد الرابطة الكيميائية. تبدأ بلورات هاليد الفضة التي كانت تحمل معلومات الصورة في التكتل أو الانزياح أو الذوبان. والنتيجة حبيبات مرئية، وانحراف في اللون نحو الأرجواني أو الكهرماني، وفي الحالات الشديدة انكماش مادي لقاعدة الفيلم يسبب تشوّهًا عبر الإطار.
إلى جانب التحلل الكيميائي، يضيف الضرر المادي طبقة أخرى: الخدوش تمتد على طول الفيلم بسبب العرض المتكرر، والغبار يتغلغل في طبقة الاستحلاب، وعلامات الوصل الناتجة عن المونتاج تُحدث قفزات مرئية. كل نوع من الضرر يستجيب للتصحيح بالذكاء الاصطناعي بطريقة مختلفة، لذلك فإن تحديد الضرر أولًا يوفّر الوقت لاحقًا.
تخزّن أشرطة VHS وBetamax المعلومات كأنماط استقطاب مغناطيسي على طبقة أكسيد رقيقة. تتقشر هذه الطبقة، وتضعف الإشارة المغناطيسية مع كل تشغيل، ويتمدد الشريط بشكل غير متساوٍ مع الزمن. والتشوهات المرئية هنا تختلف عن ضرر الفيلم:
تستطيع نماذج الذكاء الاصطناعي المدرَّبة على أنماط تدهور VHS تحديد كل هذه التشوهات وكبحها، لأنها عالجت آلاف الأمثلة على هذا التلف بالذات أثناء التدريب. النموذج لا يخمّن: إنه يتعرف على هذه التشوهات بحسب النمط ويزيلها بشكل انتقائي، مع الحفاظ على إشارة الصورة الفعلية سليمة.
يشمل مصطلح "الترميم بالذكاء الاصطناعي" عدة عمليات مختلفة تعمل غالبًا في الوقت نفسه. تفكيكها بشكل منفصل يوضح ما يمكن توقعه من المخرجات.
يعتمد رفع الدقة التقليدي على متوسط البكسلات المجاورة لملء الفراغات، ولهذا يبدو الفيديو القديم المكبَّر إلى 4K ضبابيًا ورخوًا. أما الدقة الفائقة بالذكاء الاصطناعي فتعمل بشكل مختلف. فالشبكة العصبية، المدرَّبة على ملايين أزواج الصور المكوّنة من أصول منخفضة الدقة ونسخها المقابلة عالية الدقة، تتعلم أن تستنتج التفاصيل عالية التردد التي يُفترض منطقيًا وجودها استنادًا إلى السياق المحيط.
عندما يرى النموذج حافة وجه غير واضحة، فإنه لا يخمّن عشوائيًا. إنه يستند إلى معرفة إحصائية بكيفية ظهور ملامح الوجه البشري بدقة عالية، فيضع التفاصيل وفقًا لذلك. النتيجة ليست مصنوعة من العدم: إنها إعادة بناء مدعومة إحصائيًا لتفاصيل لم تستطع الصيغة الأصلية التقاطها.
معالجة الفيديو إطارًا تلو الآخر دون مراعاة الحركة تُحدث تأثير الوميض. كل إطار يحصل على تفاصيل مختلفة قليلًا في مواضع مختلفة قليلًا، فتنبض الوجوه وتتلألأ الملامس بين الإطارات. والاتساق الزمني هو الآلية التي تمنع ذلك.
تعالج نماذج ترميم الفيديو نوافذ متداخلة من الإطارات في وقت واحد، فتقارن الإطارات المتجاورة لضمان بقاء التفاصيل المولَّدة مستقرة عبر الزمن. هذا مكلف حسابيًا، ولهذا يُعد من أبرز الفروق بين الأدوات الاقتصادية والنماذج الاحترافية مثل Topaz Video Upscale. والفرق يظهر خلال الثواني القليلة الأولى من التشغيل.
ليست كل أنواع الضرر تستجيب بالدرجة نفسها للترميم بالذكاء الاصطناعي. إليك المجالات التي تتفوق فيها هذه التقنية فعلًا:
| نوع الضرر | ما يفعله الذكاء الاصطناعي | جودة النتيجة |
|---|---|---|
| الحبيبات والتشويش | يفصل الإشارة عن التشويش باستخدام التعرف على الأنماط المدرَّب | ممتازة |
| الدقة المنخفضة | يملأ الاستنتاج عالي الدقة التفاصيل المفقودة | جيدة جدًا |
| بهتان الألوان | تصحيح الألوان العصبي يعيد الدرجات الطبيعية | جيدة |
| الخدوش الأفقية | التعديل الموضعي يملأ المنطقة التالفة | جيدة |
| ضوضاء الكروما (VHS) | الترشيح في مجال التردد يزيل تسرب الألوان | ممتازة |
| الضرر المادي الشديد | التعديل الموضعي مع إعادة البناء | متغيرة |
💡 يعمل الترميم بالذكاء الاصطناعي بأفضل شكل عندما يكون في المصدر ما يمكن العمل عليه. المقاطع المتدهورة تمامًا لن تحقق معجزات. حتى أفضل النماذج تحتاج إلى وجود إشارة في التشويش لتبني عليها.
هذه النماذج الثلاثة متاحة على PicassoIA وتغطي سيناريوهات ترميم مختلفة بخصائص إخراج متباينة.
صُمم Crystal Video Upscaler من Philz1337x خصيصًا لرفع دقة المحتوى المصوَّر القديم. يستخدم بنية ESRGAN معدَّلة مضبوطة للاتساق الزمني للفيديو، ويتعامل مع حبيبات الفيلم بشكل جيد جدًا، فيحافظ على الملمس الطبيعي بدلًا من تنعيمه بشكل مفرط ليصبح بلاستيكيًا وغير طبيعي.
أين يتألق: لقطات الفيلم بمقاس 8 ملم و16 ملم، والفيديو الرقمي المبكر من التسعينيات. الإخراج: دقة تصل إلى 4K. نقطة القوة: يحافظ على حبيبات الفيلم الطبيعية مع تحسين التفاصيل البنيوية عند الحواف.
يُعد Video Upscale من Topaz Labs من أشهر الأسماء في ترميم الفيديو الاحترافي. نسخة Iris الخاصة بهم مصممة خصيصًا للقطات التي تحتوي على وجوه بشرية، وتستعيد تفاصيل الوجه من مواد المصدر منخفضة الدقة بدقة مثيرة للإعجاب. أما نموذج Proteus فيتعامل مع اللقطات العامة حيث لا تكون الوجوه محور التركيز الأساسي.
أين يتألق: أفلام VHS المنزلية التي تضم أشخاصًا، ولقطات الأعراس، وتسجيلات المقابلات. الإخراج: دقة 4K واستيفاء حركة بمعدل 120 إطارًا في الثانية. نقطة القوة: إعادة بناء الوجوه واتساق الحركة المستقر عبر الإطارات.
يُعد Upscale v1 من RunwayML الأسرع بين الثلاثة من حيث سرعة المعالجة. يقدّم تنازلات معقولة: عبء أقل للاتساق الزمني مقابل زمن إنجاز أسرع. وبالنسبة للمقاطع القصيرة أو تمريرات المعاينة قبل تشغيل الترميم الكامل، فهو الخيار العملي.
أين يتألق: المعاينات السريعة، والمقاطع القصيرة، والاختبارات التكرارية قبل الالتزام بالمعالجة الكاملة. الإخراج: دقة 4K. نقطة القوة: السرعة دون خسارة كارثية في الجودة على المقاطع القصيرة.
عندما يكون الهدف ترميم إطارات فردية أو لقطات شاشة أو صور مصغّرة من لقطات قديمة بدلًا من مقاطع الفيديو الكاملة، تعطي نماذج رفع دقة الصور المخصصة نتائج أفضل من نماذج الفيديو. فمن دون الحاجة إلى الاتساق الزمني بين الإطارات، تكرّس هذه النماذج كامل ميزانيتها الحسابية لصورة واحدة، مما يحقق استعادة للتفاصيل أدق مما يمكن أن يحققه أي تمرير فيديو إطارًا بإطار.
متاح على PicassoIA لترميم الصور الثابتة:
يجمع PicassoIA كل هذه النماذج في منصة واحدة. إليك كيف تسير العملية من البداية إلى النهاية.
يعمل ترميم الذكاء الاصطناعي على الملفات الرقمية. إذا كان المصدر شريطًا ماديًا أو بكرة فيلم، فيجب رقمنته قبل أي معالجة بالذكاء الاصطناعي. وجودة الرقمنة تحدد سقف ما يستطيع الذكاء الاصطناعي استعادته. شريط VHS مرقمن بدقة 480i عبر بطاقة التقاط USB رخيصة يمنح الذكاء الاصطناعي مادة أقل للعمل عليها من شريط مرقمن بسرعة الشريط الأصلية وبأجهزة معالجة إشارة مناسبة.
بالنسبة للقطات الثمينة أو الهشة، تستحق خدمات الرقمنة الاحترافية الاعتبار قبل تشغيل ترميم الذكاء الاصطناعي. خطوة معالجة الذكاء قابلة للتكرار ويمكن إعادة تشغيلها في أي وقت بإعدادات أفضل. أما التقاط شريط يتدهور فهو فرصة واحدة لا يمكن التراجع عنها.
| صيغة المصدر | النموذج الموصى به |
|---|---|
| فيلم 8 ملم / Super 8 | Crystal Video Upscaler |
| فيلم 16 ملم | Crystal Video Upscaler أو Topaz Video Upscale |
| VHS / Betamax | Topaz Video Upscale (نسخة Iris للأشخاص) |
| الفيديو الرقمي المبكر (DV، MiniDV) | Runway Upscale v1 |
| اللقطات المفردة والصور الثابتة | Clarity Pro Upscaler أو Real ESRGAN |
ترميم الفيديو مكثف حسابيًا. قد يستغرق مقطع VHS مدته دقيقتان بدقة 4K عبر Topaz Video Upscale من 20 إلى 40 دقيقة حسب ازدحام الطابور. أما البكرات الوثائقية الأطول فتستغرق عدة ساعات. والطريقة العملية هي تشغيل العملية أولًا على مقطع اختبار قصير مدته 30 ثانية، لأنه يؤكد النموذج والإعدادات قبل إرسال المهمة الكاملة إلى الطابور.
معظم نتائج الترميم السيئة تأتي من واحد من هذه الأخطاء الخمسة، وليس من فشل في نموذج الذكاء الاصطناعي نفسه.
1. رفع دقة فيديو تم رفع دقته مسبقًا إذا كان الفيديو المصدر قد تم تمديده من 480p إلى 1080p قبل معالجة الذكاء الاصطناعي، فإن النموذج يرى ملفًا ضبابيًا بدقة 1080p بدلًا من الأصل الواضح بدقة 480p. اعمل دائمًا من أقل مصدر دقة وأعلاه جودة متاحًا. ستتضخم تشوهات الضغط الناتجة عن معالجات سابقة، ولن يتم إصلاحها.
2. استخدام النموذج الخاطئ لنوع الضرر أداة رفع دقة عامة مطبّقة على ضوضاء الكروما في VHS لن تكبح تسرب الألوان. مطابقة النموذج مع نوع التشوه المحدد هي القرار الأهم في سير العمل بأكمله، واختباره على مقطع مدته 30 ثانية لا يكلّف شيئًا قبل الالتزام بتشغيل كامل.
3. الإفراط في المعالجة بتمريرات متعددة من الذكاء الاصطناعي تشغيل تمريرات متعددة من الذكاء الاصطناعي على اللقطات نفسها يراكم التشوهات. كل تمرير يضيف تفاصيل مولَّدة فوق تفاصيل مولَّدة أصلًا، فينتج عنه نتيجة غريبة وحادة بشكل مفرط مع هالات وتلطيخ وأخطاء في الملمس. تمرير واحد مختار بعناية يكون في الغالب أفضل من تمريرين متتاليين.
4. تجاهل المسار الصوتي أدوات ترميم الفيديو لا تلمس الصوت. الأشرطة القديمة غالبًا ما تعاني من تدهور صوتي بنفس شدة تدهور الصورة. يجب تطبيق أدوات ترميم الصوت بالذكاء الاصطناعي على المسار الصوتي بشكل مستقل كخطوة منفصلة في سير العمل، بعد اكتمال ترميم الفيديو.
5. عدم اختبار مقطع قصير أولًا إرسال شريط لقاء عائلي مدته ساعتان إلى تشغيل ترميم كامل بالذكاء الاصطناعي دون اختبار عيّنة مدتها 30 ثانية هو أسرع طريقة لإهدار ساعات من وقت المعالجة بإعدادات خاطئة. تحقّق دائمًا على مقطع قصير يمثّل القسم الأسوأ جودةً في اللقطة.
تختلف النتائج حسب جودة المصدر، لكن إليك معايير واقعية من سيناريوهات ترميم شائعة:
أفلام منزلية بمقاس 8 ملم من الثمانينيات: إزالة الحبيبات عادةً نظيفة جدًا. يستعيد تحسين الحواف قدرًا كبيرًا من التفاصيل في الوجوه والأشياء الخلفية. تعمل استعادة الألوان إلى درجات طبيعية بشكل جيد إذا كان انزياح اللون الأصلي متساويًا على طول البكرة. توقع مخرجات تبدو كأنها صُوّرت بكاميرا أفضل من الحقبة نفسها، وليس كأنها لقطات 4K حديثة.
لقطات أعراس VHS: إزالة خطوط المسح الأفقية وتقليل ضوضاء الكروما ينتجان تحسنًا لافتًا حتى على الأشرطة المتدهورة بشدة. الوجوه في المشاهد المضاءة جيدًا تستجيب بشكل خاص لنموذج Iris في Topaz Video Upscale. أما مشاهد الاستقبال المظلمة التي تحتوي على تشوهات فقد كثيفة فهي أصعب: يملأ الذكاء الاصطناعي الفجوات لكن الاستنتاج يصبح أكثر تخمينًا في المناطق ضعيفة الإشارة.
البكرات الوثائقية القديمة: التفاصيل البنيوية مثل المباني ولافتات الشوارع والمناظر الطبيعية تستجيب بشكل أفضل من الوجوه عند جودة المصدر هذه. قد تسبب المشاهد المتحركة مثل المواكب أو لقطات الحشود الأشباح إذا لم يُعالج الاتساق الزمني بشكل جيد. يؤدي Crystal Video Upscaler أداءً جيدًا بشكل خاص مع هذا النوع من المواد.
💡 توقّع واقعي: يحسّن ترميم الذكاء الاصطناعي اللقطات القديمة بشكل ملحوظ في أغلب الحالات، لكنه لا يعيد إنشاء ما لم يُلتقط أصلًا. الهدف هو استعادة ما هو موجود، لا اختراع ما ليس موجودًا. اللقطات ذات الإشارة الأصلية القوية ستنتج نتائج رائعة. أما اللقطات التي كانت ضعيفة الجودة منذ التصوير فستتحسن، لكن ليس بشكل معجز.
التسجيلات الموجودة في علب الأحذية والعلالي ووحدات التخزين لا يجب أن تبقى غير قابلة للمشاهدة. كل أداة وردت في هذا المقال متاحة الآن على PicassoIA، ولا يتطلب أي منها خبرة في المونتاج أو معرفة تقنية لاستخدامها.
يجمع PicassoIA في مكان واحد Crystal Video Upscaler وTopaz Video Upscale وRunway Upscale v1، إضافة إلى مجموعة كاملة من نماذج الدقة الفائقة للصور. اختر مقطعًا، واختر نموذجًا، وشاهد ما يستعيده الذكاء الاصطناعي من عقود من التدهور.
بالنسبة للصور الثابتة والإطارات الفردية من اللقطات القديمة، فإن Clarity Pro Upscaler وReal ESRGAN هما الطريق الأسرع من الغموض إلى الوضوح. ولمن يملك مجموعة من الأشرطة المتدهورة، فإن الجمع بين الرقمنة الصحيحة ثم معالجة الذكاء الاصطناعي هو فعلًا أكثر أشكال الحفظ الأرشيفي سهولة متاحة للناس العاديين الآن.
ابدأ بمقطع اختبار مدته 30 ثانية. شاهد النتيجة. ثم قرر أي التسجيلات تستحق المعالجة الكاملة.
اختر لغتك
