باحثون ينشرون مجموعة بيانات VR180 مصوّرة بكاميرات Blackmagic: 1211 عينة ستيريو

نشر باحثون مجموعة بيانات VR180 صُوّرت مباشرة بكاميرتين احترافيتين من طراز Blackmagic URSA Cine Immersive. تضم المجموعة 1211 عينة: 636 مقطع فيديو ستيريو بمدة إجمالية 2220.8 ثانية (صُوّر معظمها بمعدل 90 إطارًا في الثانية) و575 صورة ستيريو. والنتيجة الرئيسية للتجربة المرافقة أن ترميز fisheye الأصلي يتطلب، في الوسيط، معدل بت أعلى بنسبة 38% من half-equirectangular، عند الجودة نفسها في نافذة العرض.

ما الذي يميز هذه المجموعة عن عينات YouTube؟

تُجمع معظم الموارد العامة الخاصة بـ VR180 من منصات الإنترنت مثل YouTube. وتكون المقاطع هناك قد خُيطت وأُسقطت وضُغطت مسبقًا عبر مسارات معالجة غير معروفة، ولا تُرفق معها معاملات العدسات. وهذه مشكلة جدية في مهام الضغط وتقييم الجودة وإعادة بناء المشاهد، إذ تختلط آثار المعالجة الأصلية بما يريد الباحث قياسه.

سلك المؤلفون الاتجاه المعاكس، فوضعوا في المستودع كل ما تُخرجه الكاميرا. تتوفر كل عينة في ثلاثة تمثيلات، وإلى جانبها معايرة العدسات من المصنع وأدوات محمولة للتحويل بين fisheye وhalf-equirectangular.

• الحجم: 1211 عينة، منها 636 فيديو (بمتوسط نحو 3.5 ثانية للمقطع) و575 صورة.
• الكاميرات: كاميرتان من طراز Blackmagic URSA Cine Immersive.
• الصيغ: Blackmagic RAW، وfisheye بترميز HEVC منفصل لكل عين (8160×7200 لكل عين)، وhalf-equirectangular بترميز HEVC (7200×7200 لكل عين).
• معدل الإطارات: 90 fps في الغالب.
• إضافات: معايرة العدسات من المصنع، وأدوات تحويل، ووصف للمشاهد والتحديات البصرية مولَّد بالذكاء الاصطناعي.
• الوصول: مجموعة البيانات على Hugging Face، والأدوات على GitHub.

حجم الإطار لافت. فعين fisheye الواحدة تنتج نحو 58.8 ميغابكسل، ويتجاوز الزوج الستيريو 117 ميغابكسل، أي ما يقارب 10.6 مليار بكسل في الثانية قبل الضغط عند 90 fps. والعمل مع تدفقات كهذه يحتاج إلى مصادر أصلية حقيقية، لا إلى نسخ أُعيد ضغطها.

ماذا أظهر اختبار الترميز؟

اختبر المؤلفون سلوك التمثيلين عند الضغط. فأعادوا ترميز مخرجات fisheye وhalf-equirectangular بمرمّز x265 على 24 مقطعًا، ولكلتا العينين، وعند أربعة مستويات لمعدل البت، وفي تسعة اتجاهات للنظر. وقارنوا الجودة في نافذة العرض، أي فيما يراه المستخدم داخل الخوذة.

جاءت النتيجة حاسمة: في جميع المقاطع الـ 24 تطلّب fisheye الأصلي معدل بت أعلى من half-equirectangular عند الجودة نفسها. وبلغ الفارق الوسيط +38%. واستمر هذا الفارق على امتداد مجال الرؤية كله، لا عند الأطراف فقط حيث يُتوقع أن يكون تشوه fisheye أشد. ولا يفسّر الملخص سبب ذلك، ويبقى هذا سؤالًا للأبحاث القادمة.

والقيود واضحة أيضًا. فالتجربة تشمل مرمّزًا واحدًا (x265) و24 مقطعًا من أصل 636. ولا تؤكد استنتاجات تخص مرمّزات أخرى، بما فيها AV1 والمرمّزات العصبية. أما توصيفات المشاهد فقد أنشأها الذكاء الاصطناعي ولم تُوسَم يدويًا، لذا يُستحسن التحقق من جودتها على عينات.

لمن هذه المجموعة وكيف تُستخدم؟

بالنسبة إلى الفرق التي تبني بثّ VR180، فالاستنتاج عملي. فإذا كان مسار المعالجة لديكم يخزّن fisheye الأصلي أو ينقله، فاحسبوا نحو ثلث إضافي من معدل البت مقارنة بـ half-equirectangular، أو حوّلوا الصيغة قبل الترميز. لكن التحويل نفسه يُدخل خسائر، وصار بالإمكان الآن قياسها، لأن المعايرة والأدوات ضمن المجموعة.

أما لباحثي الضغط العصبي وتركيب زوايا جديدة وتقييم الجودة، فتوفّر المجموعة نقطة انطلاق نظيفة. فملفات Blackmagic RAW الخام تتيح اختيار معالجة الألوان والضغط بأنفسكم، وتغني معايرة المصنع عن تقدير معاملات العدسات يدويًا. وقبل الاستخدام يجدر التحقق من الترخيص في صفحة Hugging Face وتقدير المساحة اللازمة على القرص مسبقًا: فستيريو 8K بصيغة RAW يشغل مساحة كبيرة.