تصحيح تشويه الهندسة الصورية هو خطوة معالجة مسبقة رئيسية في العديد من تطبيقات رؤية الكمبيوتر. الطرق الحالية لتصحيح التشويه الهندسي المعتمدة على التعلم العميق تعالج بشكل رئيسي مشكلة تصحيح التشويه الأحادي للصورة؛ لذلك، تقدم هذه الورقة طريقة تصحيح تشويه مختلط للصورة باستخدام شبكة U-Net المحسنة. أولاً، اقترحنا طريقة لإنشاء مجموعة بيانات صور ذات تشويهات مختلطة تعالج مشكلة ندرة بيانات التدريب وتنوع نوع التشويه. ثانياً، استخدمنا شبكة U-Net مع آلية الانتباه المكاني لاستخلاص خصائص الصورة وإعادة بناء خريطة إحداثيات التشويه، محولين مشكلة تصحيح الصورة إلى توقع تغييرات إزاحة إحداثيات كل بكسل في الصورة المشوهة، وصممنا دالة خسارة تجمع بين خسارة الفرق الإحداثي وخسارة إعادة التعيين، مما حسن دقة التصحيح بشكل فعال. أخيراً، أظهرت تجارب الحذف أداء وحدات الطريقة المقترحة. بالمقارنة مع أحدث طرق تصحيح التشويه المستندة إلى التعلم العميق، أظهرت النتائج التجريبية أداءً جيداً من حيث المؤشرات الكمية والتقييم الذاتي، مع متوسط الخطأ المطلق لتصحيح الإحداثيات المكانية للصور المشوهة قدره 0.2519. كما أجرينا تجربة تصحيح على الصور البصرية الملتقطة بواسطة كاميرا GoPro لتعزيز فعالية الطريقة في تصحيح الصور المشوهة.

تصحيح التشويه المختلط;U-Net;الانتباه المكاني;خسارة الفرق الإحداثي;خسارة إعادة التعيين