الشبكات العصبية الالتفافية العميقة (Convolutional Neural Networks (CNN)) باتت اليوم أداة رائجة لإنتاج الصور واستعادتها، بعد إطلاق عدد من الخوارزميات خلال الأشهر الأخيرة من سنة 2017، وهي خوارزميات قادرة على تحقيق نتائج عظيمة من حيث استعادة وإعادة تركيب ملفات الصور التالفة أو ذات الدقة المنخفضة.
إحدى تلك الخوارزميات الرائعة تعرف باسم “ديب إيمدج برايور” Deep Image Prior، وهي من تطوير فريق من العلماء الروس.
وما يميزها عن الخوارزميات الأخرى، هي أنها لا تتبع القاعدة السائدة. فعوضًا عن الاعتماد على كميات هائلة من البيانات التدريبية لتحديد الطريقة الفضلى للتعامل مع صورة متضررة، تستعين “ديب إيمدج برايور” ببيانات من الصورة المتضررة ذاتها لإعادة تركيب الصورة الأصلية.
ويقول علماء الفريق أن خوارزميتهم تمكنت من إزالة الشوائب من الصور وإزالة النصوص منها، وملء الفراغات في الصور المقصوصة، وإزالة النقاط من الصور الناتجة عن تعرجات الصور التي تتسبب بها طريقة “جاي بي إي جي” JPEG الشائعة لضغط الصور، وهي قادرة حتى على تحسين مستوى دقة الصور فتصبح دقتها أعلى بدرجة مقبولة.
تعتبر القدرة على إعادة ملء الصور المعدّلة رائعة جدًا لاسيما وأنها المرّة الأولى التي نشهد فيها قيام علماء بإعادة إنتاج خاصيات “الريشة المدركة للمحتوى” (Content Aware Fill/Brush) برنامج أدوبي Adobe المضافة إلى برنامج “فوتوشوب” Photoshop قبل بضعة سنوات، وهي تقنية أخفي سرّ نجاحها بحيث تبقى أي شركة أخرى مصنعة لبرمجيات معالجة الصور عاجزة عن استنساخها.