تُعدّ تكوين الصور عملية أساسية في مجال تحرير الصور. ومع ذلك، فإن عدم التوافق بين الصورة الأمامية والخلفية يُقلل من جودة الصورة المُركّبة. ويُعدّ توحيد الصور، الذي يُعدّل الصورة الأمامية لتحسين التماسك، مهمة ضرورية لكنها صعبة. ركّزت الطرق القائمة على التعلم العميق سابقًا بشكل رئيسي على تعلم الخريطة مباشرة من الصورة المركّبة إلى الصورة الحقيقية، مع إغفال الدور التوجيهي الجوهري الذي تلعبه الخلفية. في هذا العمل، وبافتراض أن الصورة الأمامية يجب أن تُحوَّل إلى نفس المجال الذي تنتمي إليه الخلفية، نُصيغ مهمة توحيد الصور كترجمة مجالية مُوجَّهة بالخلفية. وبالتالي، نقترح شبكة توحيد صور تمتلك مستخرجًا جديدًا للرمز المجالي ودوال خسارة ثلاثية مُصممة خصيصًا، والتي تستطيع اكتشاف معلومات مجال الخلفية لتوجيه توحيد الصورة الأمامية. وأظهرت التجارب الواسعة على معيار توحيد الصور الحالي فعالية الطريقة المقترحة. يُمكن الوصول إلى الكود عبر الرابط: https://github.com/bcmi/BargainNet.