المرآة موجودة في كل مكان في حياتنا اليومية. ومع ذلك، فإن أنظمة الرؤية الحاسوبية الحالية لا تأخذ المرآت بعين الاعتبار، مما قد يؤدي إلى خلطها بالمحتوى المنعكس داخلها، وبالتالي إلى تدهور كبير في الأداء. ومع ذلك، فإن فصل المحتوى الحقيقي خارج المرآة عن المحتوى المنعكس بداخلها ليس بالأمر السهل. التحدي الرئيسي هو أن المرآت تعكس عادة محتويات مشابهة لمحيطها، مما يجعل من الصعب جدًا تمييزهما. في هذا البحث، نقدم طريقة جديدة لفصل المرآت من صورة مدخل. حسب علمنا، هذه هي أول دراسة تعالج مشكلة فصل المرآت باستخدام نهج حاسوبي. نقدم الإسهامات التالية:أولاً، قمنا ببناء مجموعة بيانات كبيرة للمرآت تحتوي على صور مرآت مع أقنعة يدوية مُشَرَّحة يدويًا متوافقة معها. هذه المجموعة تغطي مجموعة متنوعة من المشاهد اليومية وستكون متاحة للجمهور للاستخدام في الأبحاث المستقبلية.ثانيًا، اقترحنا شبكة عصبية جديدة تُسمى MirrorNet (شبكة المرآة) لفصل المرآت، وذلك من خلال نمذجة الاختلافات الدلالية والاختلافات اللونية/النسيجية ذات المستوى المنخفض بين المحتويات داخل وخارج المرآت.ثالثًا، أجرينا العديد من التجارب الواسعة لتقييم الطريقة المقترحة وأظهرنا أنها تتفوق على الأساليب الأساسية التي تم اختيارها بعناية من أفضل طرق الكشف والتقطيع المتاحة حاليًا.