غيّر رفعُ دقة الفيديو بالذكاء الاصطناعي معنى التصوير بدقة منخفضة. يشرح هذا المقال الشبكات العصبية والخوارزميات والأدوات الحقيقية التي تأخذ لقطات SD أو HD الضبابية، وتعيد بناءها إلى 4K مفصّل ومتقن على مستوى كل بكسل، إطارًا بعد إطار. دون الحاجة إلى عتاد باهظ الثمن.
معظم لقطات الفيديو المصوّرة قبل عام 2018 بدقة تبدو سيئة على شاشات 4K الحديثة. حتى محتوى HD من عام 2015 يعاني عند تمديده ليملأ شاشة 4K بمقاس 65 بوصة. هذه الفجوة بين ما هو موجود وما تستطيع الشاشات عرضه هي بالضبط المشكلة التي يحلّها رفع دقة الفيديو بالذكاء الاصطناعي، وهو يحلّها بطرق لم تكن البرامج التقليدية قادرة عليها أبدًا.
لكل فيديو عدد ثابت من البكسلات في كل إطار. يحتوي الفيديو بدقة 1080p على 1,920 × 1,080 بكسلًا. أما الفيديو بدقة 4K فيحتوي على 3,840 × 2,160 بكسلًا. أي أربعة أضعاف عدد البكسلات. وعندما تُشغّل محتوى بدقة 1080p على شاشة 4K، يتعيّن على الشاشة أن تملأ تلك البكسلات الناقصة بطريقة ما.
استخدمت طرق رفع الدقة التقليدية الاستيفاء البسيط: حساب متوسط البكسلات المجاورة وإدراج بكسلات جديدة بينها. والنتيجة صور ناعمة وضبابية وواضحة الاصطناع.
يشترك الاستيفاء الخطي والتكعيبي في عيب قاتل واحد. فهما لا يعرفان كيف يُفترض أن تبدو الصورة. إنهما يعرفان فقط قيم البكسلات المحيطة. ولذلك، عندما يتحول فرع شجرة إلى بقعة ضبابية، يجعلها الاستيفاء أكثر ضبابية لا أكثر حدّة.
المشكلة الجوهرية: رفع الدقة مسألة عكسية. أنت تحاول إعادة بناء معلومات لم تُسجَّل أصلًا. والخوارزميات الكلاسيكية لا تستطيع اختراع تفاصيل معقولة. أما الذكاء الاصطناعي فيستطيع.
ESRGAN (Enhanced Super-Resolution Generative Adversarial Network) كان أول بنية ذكاء اصطناعي تُعتمد على نطاق واسع وتنتج صورًا مرفوعة الدقة وحادة حقًا. يستخدم شبكتين عصبيتين متنافستين: مولّدًا ينشئ الإطارات المرفوعة الدقة، ومميّزًا يقيّم ما إذا كانت هذه الإطارات تبدو حقيقية.
يتعلّم المولّد إنتاج الملمس والحواف والتفاصيل الدقيقة المتسقة إحصائيًا مع لقطات 4K الحقيقية. أما المميّز فيضبط أداء المولّد ويمنعه من الانحراف عن الواقع. وبعد ملايين دورات التدريب، يصبح المولّد دقيقًا لدرجة أن المراجعين البشريين يجدون صعوبة في التمييز بين لقطات 4K المرفوعة بالذكاء الاصطناعي ولقطات 4K المصوّرة أصلًا.
💡 لماذا ينجح؟: دُرّب ESRGAN على آلاف رقع الصور المزدوجة منخفضة الدقة وعالية الدقة. فاستوعب العلاقة الإحصائية بينهما. وعندما يرى حافة ضبابية، لا يحسب المتوسط. بل يتنبأ بما يجب أن تبدو عليه النسخة الحادة استنادًا إلى كل ما عالجه.
يستخدم معظم ذكاء رفع الدقة للفيديو الشبكات العصبية الالتفافية (CNNs) في جوهره. تعالج CNN كل إطار كشبكة من الأرقام، وتطبّق مرشحات متعلَّمة على مقاييس متعددة، ثم تُخرج نسخة أعلى دقة.
الخطوات الرئيسية في مسار رفع الدقة القائم على CNN:
تطرح الصور الثابتة والفيديو مشكلات مختلفة. يمكن معالجة الصورة الواحدة إطارًا بعد إطار دون آثار جانبية، لكن الفيديو يتطلب شرطًا حاسمًا: الاتساق الزمني. يجب أن يتوافق كل إطار مع الإطارات التي تسبقه والتي تليه.
من دون الاتساق الزمني، يومض الفيديو المرفوع الدقة بالذكاء الاصطناعي. تظهر الملامس وتختفي. وترتجف الحواف. تعالج النماذج الحديثة الخاصة بالفيديو هذه المشكلة بمعالجة عدة إطارات في وقت واحد، باستخدام الشبكات العصبية المتكررة (RNNs) أو الالتفافات ثلاثية الأبعاد التي تراعي الحركة عبر الزمن.
| المشكلة | رفع دقة الصور | رفع دقة الفيديو |
|---|---|---|
| زيادة الدقة | لكل إطار | لكل إطار |
| الاتساق الزمني | غير منطبق | حاسم |
| التعامل مع ضبابية الحركة | ثابت | ديناميكي |
| سرعة المعالجة | أسرع | أبطأ |
| نوع العيب | رنين، تعرّج | وميض، ارتعاش |
قبل أن تبدأ أي معالجة بالذكاء الاصطناعي، يُقسَّم الفيديو إلى إطارات فردية. وعند 24 إطارًا في الثانية، يحتوي فيديو مدته 10 دقائق على 14,400 إطار. وعند 30 إطارًا في الثانية، يصبح العدد 18,000 إطار. ويجب معالجة كل إطار مع الحفاظ على اتساقه مع جيرانه.
غالبًا ما تحتوي اللقطات الخام على عيوب ضغط وضوضاء رقمية ومشكلات في التشابك. قبل رفع الدقة، تزيل مرحلة إزالة الضوضاء المخصصة هذه المشكلات. وهذه الخطوة ضرورية لأن رفع الدقة يضخّم الضوضاء. فعيب JPEG صغير يتحول إلى كتلة كبيرة وواضحة عند دقة 4K.
💡 نصيحة احترافية: أزل الضوضاء دائمًا قبل رفع الدقة، لا بعده. فأدوات رفع الدقة المدرّبة على مدخلات نظيفة تعمل بأداء أفضل بكثير من تلك التي تعالج إطارات تالفة أصلًا.
مع إطارات نظيفة كمدخل، تعيد الشبكة العصبية لرفع الدقة بناء الدقة المكانية. وتتعامل النماذج المختلفة مع ذلك بطرق مختلفة:
بعد مرحلة رفع الدقة، تطبّق بعض النماذج مرشّح تدقيق لإبراز الحواف دون إدخال هالات. وقد تُجرى أيضًا تصحيحات للألوان لضمان أن يطابق المخرج المرفوع الدقة ملف الألوان الأصلي تمامًا.
أصبحت دقة 4K (3840 × 2160) معيار شاشات المستهلكين حوالي عام 2020. وبحلول عام 2024، كانت أكثر من 60% من أجهزة التلفاز المباعة عالميًا بشاشات 4K. وتضم مكتبات المحتوى القديمة كميات هائلة من مواد SD (480p) وHD (720p) وFull HD (1080p) التي تبدو رديئة على هذه الشاشات.
تواجه منصات البث تكاليف إعادة ترميز الكتالوج بمليارات الدولارات. ويواجه صنّاع المحتوى الأفراد المشكلة نفسها بحجم أصغر: فالمحتوى القديم يبدو هاويًا مقارنةً بمقاطع 4K الأصلية، مما يؤثر مباشرةً على المشاهدات والإيرادات.
ليس كل رفع للدقة متشابهًا. فالحسابات تختلف اختلافًا كبيرًا:
| معامل الرفع | دقة المدخل | دقة المخرج | صعوبة الذكاء الاصطناعي |
|---|---|---|---|
| 2x | 1080p | 4K | متوسطة |
| 4x | 720p | 4K | عالية |
| 8x | 480p | 4K | عالية جدًا |
كلما كان رفع الدقة أكثر عدوانية، توجّب على الذكاء الاصطناعي إعادة بناء معلومات أكثر. فرفع 480p إلى 4K بمعامل 8x يعني أن النموذج يخترع 63 بكسلًا من كل 64 بكسلًا. وعند هذه النسبة، يصبح الحفاظ على الاتساق الزمني صعبًا للغاية.
💡 توقعات واقعية: يقدّم رفع الدقة 2x (من 1080p إلى 4K) نتائج ممتازة باستمرار مع الذكاء الاصطناعي الحديث. ورفع 720p بمعامل 4x نتائجه جيدة، لكنه يُظهر عيوبًا عرضية في الحركة السريعة. أما 480p بمعامل 8x فينبغي اعتباره عملًا ترميميًا، لا رفعًا قياسيًا للدقة.
رفع دقة الفيديو بالذكاء الاصطناعي عملية مكثفة حسابيًا. يستغرق إطار واحد بدقة 1080p يمر عبر مسار ESRGAN كامل ما بين 0.3 و2 ثانية تقريبًا على GPU حديث، حسب تعقيد النموذج.
تقديرات زمن المعالجة لفيديو مدته 10 دقائق بمعدل 24 إطارًا في الثانية:
تُلغي الأدوات السحابية مثل تلك المتاحة على Picasso IA متطلبات العتاد هذه تمامًا. تجري المعالجة على بنية GPU من فئة المؤسسات، مما يجعل رفع الدقة إلى 4K متاحًا دون امتلاك محطة عمل.
تنتج النماذج الأكبر نتائج أفضل لكنها تعالج ببطء أكبر. أما النماذج الأخف فتعمل بسرعة أكبر لكنها قد تفوّت تفاصيل دقيقة.
تمثل نماذج رفع دقة الفيديو الثلاثة على Picasso IA نقاطًا مختلفة على هذا الطيف:
انتقل إلى قسم رفع دقة الفيديو. بالنسبة لمعظم اللقطات العامة، يقدّم Video Upscale by Topaz أكثر النتائج اتساقًا. أما للقطات القريبة للأشخاص والبورتريهات، فيتعامل Crystal Video Upscaler مع تفاصيل البشرة والشعر بدقة أكبر.
وبالنسبة للقطات السينمائية أو الأرشيفية التي يهم فيها الحفاظ على الطابع الأصلي للفيلم، فإن Upscale v1 by Runway هو الخيار الأقوى.
ارفع ملف الفيديو الأصلي. تقبل الأداة صيغ MP4 وMOV وAVI. وللحصول على أفضل النتائج، استخدم دائمًا أعلى جودة متاحة لملف المصدر. ولا ترفع الدقة أبدًا من نسخة مضغوطة عندما يكون الملف الأصلي موجودًا.
اختر 4K كدقة مستهدفة. فعّل إزالة الضوضاء إذا كانت لقطاتك الأصلية تحتوي على حبيبات أو عيوب رقمية مرئية. واضبط الاستيفاء بين الإطارات إذا أردت رفع معدل الإطارات في المخرج إلى جانب الدقة.
أرسل المهمة. وعند اكتمال المعالجة، حمّل ملف المخرج بدقة 4K. وراجع الفيديو كاملًا قبل النشر، مع الانتباه بشكل خاص إلى مقاطع الحركة السريعة حيث تظهر العيوب الزمنية غالبًا.
إذا احتجت إلى إطارات ثابتة من الفيديو للصور المصغّرة أو المواد الترويجية، فإن نماذج الدقة الفائقة للصور تنتج نتائج أوضح على الإطارات الفردية. وClarity Pro Upscaler وImage Upscale by Topaz هما الخياران الأقوى للصور الثابتة المستخرجة.
المشكلة: يومض الفيديو المرفوع الدقة، وتظهر الملامس غير مستقرة بين الإطارات.
السبب: عالج النموذج كل إطار دون سياق زمني كافٍ من الإطارات المجاورة.
الحل: انتقل إلى نموذج يتضمن تدريبًا صريحًا على الاتساق الزمني، مثل Video Upscale by Topaz. وإذا استمر الوميض، فطبّق مرحلة تنعيم زمني في ما بعد الإنتاج بعد رفع الدقة.
المشكلة: للحواف في الفيديو المرفوع الدقة هالات ساطعة، أو تبدو حادة بشكل غير طبيعي.
السبب: تدقيق قوي في ما بعد الإنتاج، أو نموذج دُرّب على بيانات مصطنعة بشكل مفرط.
الحل: قلّل معلمة الحدّة إذا كان النموذج يعرضها. وبدلًا من ذلك، طبّق ضبابية غاوسية خفيفة في ما بعد الإنتاج لتنعيم الهالة دون فقدان مكسب الدقة.
المشكلة: يخترع الذكاء الاصطناعي تفاصيل غير موجودة في الأصل، مثل نصوص مختلقة على اللافتات أو ملامح وجه مغيّرة.
السبب: معاملات رفع متطرفة (8x أو أعلى) يفتقر فيها النموذج إلى معلومات كافية، فيعتمد بشدة على الأنماط الإحصائية من بيانات تدريبه.
الحل: قصّر رفع الدقة على 4x كحد أقصى. وبالنسبة للمصادر شديدة الانخفاض في الدقة، فكّر فيما إذا كان ينبغي إجراء إزالة الضوضاء والتثبيت قبل أي عمل لرفع الدقة.
تنطبق مبادئ الشبكات العصبية نفسها التي تشغّل رفع دقة الفيديو على الصور الثابتة بالتساوي. يقدّم PicassoIA عدة نماذج مخصصة لرفع دقة الصور تستحق المعرفة:
تعالج هذه النماذج كل صورة دون متطلب الاتساق الزمني الخاص بالفيديو، مما يتيح حدّة أعلى لكل إطار مقارنةً بمسارات الفيديو المخصصة.
تتلقى الفيديوهات القديمة المصوّرة بدقة 1080p أو 720p مشاهدات أقل على المنصات التي تعطي الأولوية لمحتوى 4K. ويطيل رفع دقة الأرشيف القديم العمر التجاري لسنوات من العمل دون الحاجة إلى إعادة التصوير.
تحتوي الأرشيفات على عقود من اللقطات الممسوحة ضوئيًا بدقة HD. ويعيد رفع الدقة بالذكاء الاصطناعي، مع إزالة الحبيبات وأعمال الألوان، اللقطات التاريخية إلى معايير العرض المعاصرة، مما يجعلها صالحة للتوزيع على منصات البث الحديثة.
غالبًا ما تُلتقط لقطات المراقبة بدقة منخفضة للحفاظ على مساحة التخزين. ويساعد رفع الدقة بالذكاء الاصطناعي في ما بعد الإنتاج على استخراج ملامح الوجه ومعلومات لوحات المركبات من لقطات كانت ستكون غير صالحة للتعرّف.
تستفيد فيديوهات جولات العقارات المصوّرة بمعدات قديمة من رفع الدقة بالذكاء الاصطناعي، مما يجعل الإعلانات تبدو أكثر احترافية دون تكلفة إعادة التصوير بعتاد جديد.
لم يعد رفع دقة الفيديو بالذكاء الاصطناعي حكرًا على استوديوهات ما بعد الإنتاج ذات المحطات باهظة الثمن. فالشبكات العصبية نفسها المستخدمة في ترميم الأفلام متاحة عبر واجهة Picasso IA التي تعمل من المتصفح، وتشتغل على بنية سحابية دون متطلبات عتاد محلية.
ابدأ بمقطع قصير باستخدام Video Upscale by Topaz للقطات العامة، أو Crystal Video Upscaler للأشخاص. وبالنسبة لاستخراج الصور الثابتة الحادة، ينتج Clarity Pro Upscaler وReal ESRGAN نتائج رائعة على الإطارات الفردية.
تحتوي لقطاتك القديمة على جودة بصرية أكبر مما تراه حاليًا. وتُظهرها إعادة البناء بالذكاء الاصطناعي، إطارًا بعد إطار.
اختر لغتك
