AI Video Editing

تحرير الفيديو بالذكاء الاصطناعي هو استخدام التعلم الآلي لأتمتة قص اللقطات المسجلة وترتيبها وتعديلها أو المساعدة في ذلك. تفرغ النماذج الحوارات إلى نصوص، وتحدد حدود اللقطات، وتتبع العناصر عبر المشهد، وتفصلها عن الخلفية، وتولّد وحدات بكسل بديلة؛ لذا أصبحت أعمال كانت تستغرق ساعات من العمل إطارًا بإطار، مثل إضافة تعليقات توضيحية إلى مقابلة أو إعادة تأطير فيديو أفقي ليناسب شاشة هاتف، تنجز في دقائق. ويشمل المصطلح الميزات المساعدة داخل برامج التحرير التقليدية والأدوات الآلية بالكامل التي تحول التسجيلات الخام إلى مقاطع جاهزة.

ما الذي يتولاه الذكاء الاصطناعي في التحرير؟#

تتضمن برامج التحرير، مثل Adobe Premiere Pro وDaVinci Resolve ومحرر Descript الذي يركز على النصوص المفرّغة، كثيرًا من هذه الميزات:

• التحرير باستخدام تحويل الكلام إلى نص: تتيح نسخة مفرغة ومتزامنة مع الخط الزمني للمحرر حذف جملة من النص وإزالة اللقطات المطابقة لها.
• التعليقات التوضيحية: تتحول النسخة المفرغة نفسها إلى مسودة للترجمة النصية، يراجعها المحرر للتأكد من دقة الصياغة وتحديد المتحدثين والتوقيت.
• اكتشاف المشاهد: تحدد النماذج عمليات القطع في تسجيل طويل أو ملف محرر سابقًا، وتقسمه إلى لقطات منفردة.
• إعادة التأطير التلقائية: يحافظ التتبع على بقاء العنصر الرئيسي داخل إطار رأسي أو مربع أثناء حركته، فيحوّل نسخة رئيسية عريضة إلى نسخ مناسبة لمنصات التواصل الاجتماعي.
• إخفاء العناصر وإزالة الأجسام: يعزل التقسيم شخصًا أو جسمًا كي يتسنى تصحيح ألوانه بشكل منفصل أو إزالته، ويملأ الترميم الفجوة باتساق من إطار إلى آخر.
• أبرز اللقطات باستخدام التعرف على الأفعال: ترصد النماذج الأهداف والضربات الساحقة وغيرها من اللعبات المهمة، ويستخدمها مذيعو الرياضة لإعداد ملخصات في غضون دقائق من وقوع الحدث.
• الحركة البطيئة باستخدام استيفاء الإطارات: تنشئ النماذج إطارات وسيطة كي يتسنى إبطاء اللقطات المصورة بالسرعة العادية دون تقطع.
• تنقية الصوت: تزيل نماذج تحسين الكلام ضوضاء الخلفية وصدى الغرفة من الحوار المسجل في ظروف غير مثالية.
• إخفاء البيانات لحماية خصوصية البيانات: تُكتشف الوجوه والأشخاص ولوحات المركبات ويُطمس ما فيها قبل مشاركة اللقطات.

نماذج الرؤية التي تقف وراء هذه الميزات#

تربط معظم ميزات التحرير المرئي ثلاث مهام من الرؤية الحاسوبية. يعثر كشف الأجسام على كل عنصر في الإطار ويرسم حوله صندوق إحاطة. ويربط تتبع الأجسام هذه الاكتشافات عبر الإطارات بمعرفات ثابتة، ما يتيح إعادة التأطير أو التمويه مع العنصر نفسه أثناء تحركه في اللقطة. وعندما يتطلب التأثير تحديد محيط العنصر بدقة، يوفر تقسيم الحالات قناعًا على مستوى البكسل لكل جسم. وتمثل المهام الثلاث كلها نماذج لفهم الفيديو، التي تصف اللقطات من دون تغييرها؛ وتشغّلها ميزة التحرير أولًا لتحديد ما ينبغي تغييره.

تتكفل النماذج التوليدية بالباقي. تزيل نماذج الترميم الأجسام غير المرغوب فيها، وتعيد نماذج توليد الفيديو تنميط اللقطة أو تمددها بضع ثوانٍ أو تنشئ لقطات لم يسبق وجودها. وتتعثر التعديلات الآلية في مواضع متوقعة: الحركة السريعة وضبابية الحركة، ومرور العناصر أمام بعضها، وقطعات المشهد التي يجب أن ينتهي عندها المسار، والعناصر الصغيرة أو الظاهرة جزئيًا. وبما أن التقنيات نفسها قد تغير ما يبدو أن التسجيل يعرضه، فإنها تنتج أيضًا تزييفات عميقة، ويمكن للناشرين إرفاق بيانات اعتماد المحتوى التي تسجل الأدوات التي عدلت الملف.

أتمتة إخفاء البيانات#

يُعد إخفاء البيانات من أبسط عمليات التحرير القابلة للأتمتة لدى الفرق التي تنشر لقطات الفعاليات أو الشوارع أو أماكن العمل. ويشغّل حل تمويه الأجسام من Ultralytics كاشف YOLO26 مع التتبع على كل إطار، ويموه كل صندوق للفئات المختارة؛ والفئة 0 في النموذج المدرّب مسبقًا على COCO هي «شخص»:

import cv2
from ultralytics import solutions

cap = cv2.VideoCapture("https://github.com/ultralytics/assets/releases/download/v0.0.0/decelera_portrait_min.mov")
w = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))
h = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))
fps = cap.get(cv2.CAP_PROP_FPS)
writer = cv2.VideoWriter("blurred.mp4", cv2.VideoWriter_fourcc(*"mp4v"), fps, (w, h))

# ⁨اكتشاف الأشخاص (فئة COCO رقم 0) باستخدام YOLO26 وطمس كل صندوق في كل إطار⁩
blurrer = solutions.ObjectBlurrer(model="yolo26n.pt", classes=[0])
while cap.isOpened():
    success, frame = cap.read()
    if not success:
        break
    results = blurrer(frame)
    writer.write(results.plot_im)

cap.release()
writer.release()

يعرض الناتج blurred.mp4 كل شخص مكتشف وقد طُمِس ورُسم حوله صندوق موسوم للمراجعة، وتحدد blur_ratio (القيمة الافتراضية 0.5) قوة التمويه. يكتب OpenCV إطارات الفيديو فقط، لذا يجب إعادة إضافة الصوت الأصلي في محرر أو باستخدام FFmpeg. ويُرجح أن تفوت عمليات الكشف الأشخاص المقطوعين عند حافة الإطار أو الظاهرين من زوايا غير مألوفة، ويترك كل إطار يفوت فيه الكشف ذلك الشخص من دون تمويه في الناتج.