ملخص تقني: فورونوي الكروي (Spherical Voronoi)

بيان المشكلة

حققت طرق حقول الإشعاع (Radiance field)، ولا سيما تقنية "تشتت غاوس ثلاثي الأبعاد" (3D Gaussian Splatting - 3DGS)، نجاحاً ملحوفتاً في توليد المناظر من زوايا رؤية جديدة. ومع ذلك، فإن نمذجتها للمظهر المعتمد على اتجاه الرؤية تعتمد غالباً على التوافقيات الكروية (Spherical Harmonics - SH). وبينما تعد التوافقيات الكروية فعالة حاسوبياً وسهلة التحسين بسبب دعمها العالمي وتعامدها، إلا أنها تعاني من قيود جوهرية:

1. الفشل في الترددات العالية: تجد التوافقيات الكروية صعوبة في تمثيل الإشارات عالية التردد، مثل اللمعان الحاد (glints)، دون الحاجة إلى عدد هائل من المعاملات.
2. العيوب (Artifacts): تؤدي محاولة إعادة بناء دوال متقطعة أو حادة باستخدام التوافقيات الكروية إلى ظهور عيوب "رنين جيبس" (Gibbs ringing).
3. الانعكاسات المرآتية (Specular Reflections): تفشل التوافقيات الكروية بشكل أساسي في التقاط الانعكاسات المرآتية، وهي ضرورية للأسطح اللامعة الواقعية.

تقدم التمثيلات الصريحة البديلة، مثل غاوس الكروي (Spherical Gaussians - SG) وبيتا الكروي (Spherical Betas - SB)، توضيحاً أفضل وتستطيع نمذجة الانقطاعات. ومع ذلك، فإنها تفرض تعقيداً كبيراً في عملية التحسين؛ حيث يؤدي دعمها المحدود إلى عدم استقرار التدرجات (gradients)، والحساسية للقيم الأولية، والميل نحو الوقوع في النهايات الصغرى المحلية، مما يجعل تحسينها صعباً من الناحية العملية.

المنهجية

يقترح المؤلفون فورونوي الكروي (Spherical Voronoi - SV)، وهو تمثيل صريح جديد للدوال الكروية مستوحى من مخططات فورونوي القابلة للتفاضل. يقوم SV بتقسيم النطاق الاتجاهي إلى مناطق قابلة للتعلم بحدود سلسة، مما يوفر إطاراً موحداً لنمذجة المظهر.

1. تمثيل فورونوي الكروي (Spherical Voronoi Representation)

على عكس القواعد العالمية (SH) أو النوى المتداخلة (SG/SB)، يقوم SV بنمذجة دالة $f(\omega)$ على الكرة كمزيج موزون من القيم المرتبطة بـ $K$ من المواقع الاتجاهية $s_k$:
$$f_{SV}(\omega) = \sum_{k=1}^{K} w_k(\omega; \tau_k) c_k$$
يتم حساب الأوزان $w_k$ عبر دالة "softmax":
$$w_k(\omega; \tau) = \frac{\exp(\tau_k s_k \cdot \omega)}{\sum_{k'} \exp(\tau_{k'} s_{k'} \cdot \omega)}$$

• المعاملات (Parameters): لكل موقع اتجاه $s_k$، وقيمة $c_k$، ومعامل درجة حرارة $\tau_k$.
• التكيف (Adaptivity): تتحكم درجة الحرارة $\tau$ في حدة التقسيم. تؤدي $\tau$ المنخفضة إلى انتقالات سلسة، بينما تقترب $\tau$ العالية من تقسيم فورونوي صلب. يتيح ذلك لـ SV تمثيل كل من الإضاءة المنتشرة (diffuse) واللوبات المرآتية (specular lobes) الحادة.
• استقرار التحسين (Optimization Stability): تضمن صيغة الـ softmax وجود تدرجات محددة جيداً لجميع المواقع، مما يتجنب "التنافس" والتحديثات سيئة الحالة التي تُلاحظ في SG و SB عندما تكون اللوبات غير متوافقة.

2. التطبيق على حقول الإشعاع (Application to Radiance Fields)

يطبق المؤلفون SV في إعدادين متميزين:

أ. تمثيل اتجاه الرؤية (المظهر المنتشر - Diffuse Appearance)
في مسارات حقول الإشعاع القياسية، يستبدل SV تمثيل اتجاه الرؤية (الذي يكون عادةً SH). يتم تجهيز كل عنصر أولي من عناصر غاوس بمواقع وقيم SV قابلة للتعلم. يوفر هذا قاعدة أكثر تعبيراً عن اللون المعتمد على اتجاه الرؤية مقارنة بـ SH من الدرجات المنخفضة، مما يحسن جودة إعادة البناء للأسطح المنتشرة أو شبه اللامعة دون الحاجة إلى فك تشفير عصبي (neural decoders).

ب. تمثيل الانعكاس (المظهر المرآتي - Specular Appearance)
لمعالجة فشل SH في نمذجة الانعكاسات، يوسع المؤلفون SV للتعامل مع الانعكاسات المتغيرة مكانياً باستخدام مسابير الضوء القابلة للتعلم (Learnable Light Probes).

• خط أنابيب الرندرة المؤجلة (Deferred Rendering Pipeline): بناءً على 2DGS، يفصل المنهج بين الهندسة والإضاءة. تمر مرحلة الهندسة لإنتاج مخازن (buffers) للموقع، والناظم (normals)، والخشونة، واللون المنتشر.
• مسابير الضوء (Light Probes): يتم تعلم مجموعة من المسابير الموزعة مكانياً في المشهد. يشفر كل مسبار مجال انعكاس محلي كدالة SV صريحة، يتم الاستعلام عنها في اتجاه الرؤية المنعكس $\omega_r$.
• الاستكمال المكاني (Spatial Interpolation): بالنسبة لنقطة سطح، يقوم النموذج بالاستعلام عن أقرب $k$ من المسابير ويقوم باستكمال مساهمات SV الخاصة بها بناءً على المسافة العكسية.
• التحكم في الخشونة (Roughness Control): تقوم خشونة السطح $R$ بتعديل درجة حرارة SV ($\tau = (1-R)\tau_{max} + R\tau_{min}$). تؤدي الخشونة المنخفضة (الأسطح اللامعة) إلى $\tau$ عالية (انعكاسات حادة)، بينما تؤدي الخشونة العالية (الأسطح المنتشرة) إلى $\tau$ منخفضة (لوبات واسعة).
• المجال البعيد مقابل المجال القريب (Far-Field vs. Near-Field): اللون المرآتي النهائي هو مزيج من خريطة مكعبة (cubemap) قابلة للتعلم للمجال البعيد (الإضاءة البعيدة) واستكمال مسابير المجال القريب (الانعكاسات المحلية).

3. التسريع (Acceleration)

للتخفيف من التكلفة الحسابية لتقييم آلاف مواقع SV لكل بكسل، يقدم المؤلفون نظام تقسيم قائم على الخريطة المكعبة (cubemap-based partitioning). يتم تقسيم الكرة إلى خريطة مكعبة منخفضة الدقة، حيث يتم تخصيص مجموعة فرعية صغيرة من المواقع المرشحة لكل بكسل (texel). في وقت التشغيل، يتم حساب الـ softmax فقط على هذه المجموعة المحلية من المرشحين، مما يقلل التعقيد من $O(K)$ إلى $O(|S(t)|)$.

المساهمات الرئيسية

1. تمثيل فورونوي الكروي (Spherical Voronoi Representation): تمثيل صريح جديد للدوال الكروية يعتمد على تقسيم فورونوي ناعم وقابل للتفاضل. يتغلب على محدودية النطاق لـ SH وعدم استقرار التحسين في SG/SB.
2. نمذجة الإشعاع الاتجاهي (Directional Radiance Modeling): تطبيق SV على الإشعاع المعتمد على اتجاه الرؤية في "تشتت غاوس"، مما يظهر تحسينات متسقة في جودة إعادة البناء مقارنة بالقواعد الكروية القياسية عبر عدة اختبارات مرجعية.
3. نمذجة الانعكاس (Reflection Modeling): صياغة صريحة وقابلة للتفاضل بالكامل للانعكاسات المتغيرة مكانياً باستخدام مسابير ضوء فورونوي. يحقق هذا نتائج هي الأفضل في فئتها (state-of-the-art) على الاختبارات المرجعية للانعكاسات دون الاعتماد على فك تشفير عصبي ضمني.

النتائج التجريبية

يقيم البحث SV على مجموعات بيانات اصطناعية وواقعية:

• نمذجة الإشعاع (اتجاه الرؤية): في الاختبارات المرجعية بما في ذلك Mip-NeRF 360، و NeRF-Synthetic، و DeepBlending، و Tanks&Temples، يتفوق SV باستمرار على SH و SG و SB وحتى النموذج العصبي القوي Zip-NeRF من حيث PSNR و SSIM و LPIPS.
• نمذجة الانعكاس: على مجموعات البيانات الانعكاسية (Ref-NeRF، GlossySynthetic، Ref-Real)، يحقق المنهج القائم على SV أداءً هو الأفضل في فئته. فهو يتفوق على Ref-GS (الذي يستخدم مفسر MLP للانعكاسات القريبة) في Ref-NeRF و GlossySynthetic، ويظل منافساً في Ref-Real.
• دراسات الاستئصال (Ablation Studies):
  • يحقق SV باستمرار دقة إعادة بناء أعلى من SG و SB والخريطة المكعبة عند تثبيت عدد المعاملات.
  • يحافظ المنهج على سرعات رندرة في الوقت الفعلي (0.45× من سرعة 3DGS القياسية)، وهو أسرع من طرق نمذجة الانعكاس الأخرى مثل Ref-GS.
  • وقت التدريب تنافسي (2.43× 3DGS)، وهو أقل بكثير من الصيغ الثقيلة مثل GaussianShader.

الأهمية

يجادل البحث بأن التمثيلات الصريحة المصممة بعناية يمكن أن تعمل كبدائل قوية وفعالة للنماذج المظهرية العصبية. من خلال الاستفادة من التفكيك التكيفي للكرة وسلوك التحسين المستقر لـ "فورونوي الكروي"، يتيح المنهج الحصول على تأثيرات مرئية عالية الجودة وانعكاسات مرآتية مع الحفاظ على قابلية التفسير وأداء الرندرة العملي. يوضح هذا العمل أن التغييرات الجوهرية في كيفية نمذجة المكون الاتجاهي لحقول الإشعاع ضرورية لتجاوز مرحلة الثبات في الدقة الضوئية وعدم القدرة على إعادة إنتاج الأسطح اللامعة المعقدة.