🤖 AI

Evidential Neural Radiance Fields

تقدم هذه الورقة البحثية "حقول الإشعاع العصبي الدليلية" (Evidential Neural Radiance Fields)، وهو إطار عمل احتمالي يتيح التحديد الكمي المتزامن لكل من عدم اليقين العشوائي (aleatoric) وعدم اليقين المعرفي (epistemic) في نمذجة المشاهد ثلاثية الأبعاد من خلال تمريرة أمامية واحدة دون المساس بجودة التصوير أو تكبد أعباء حسابية كبيرة.

المؤلفون الأصليون: Ruxiao Duan, Alex Wong

نُشر 2026-03-02

📖 5 دقيقة قراءة🧠 قراءة متعمّقة

CC BY 4.0

المؤلفون الأصليون: Ruxiao Duan, Alex Wong

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل أنك تحاول بناء نموذج ثلاثي الأبعاد مثالي لغرفة باستخدام بضع صور فقط ملتقطة من زوايا مختلفة. هذا هو بالضبط ما تفعله حقول الإشعاع العصبي (NeRFs). إنها تشبه فنانين فائق الذكاء يمكنهم النظر إلى حفنة من الصور وتخيّل عالم ثلاثي الأبعاد كامل وواقعي للغاية، مما يسمح لك بالتجول حوله افتراضياً.

ومع ذلك، هناك مشكلة كبيرة: هؤلاء الفنانون مفرطو الثقة.

إذا طلبت من نموذج NeRF قياسي أن يريك جزءاً من الغرفة لم يره من قبل (مثل ما خلف باب مغلق)، فسيقوم برسم شيء ما على أي حال. لن يخبرك: "مهلاً، أنا فقط أخمن هنا!" أو "لست متأكداً من هذا بسبب تغير الإضاءة في الصور". في المجالات الحساسة للسلامة مثل السيارات ذاتية القيادة أو التصوير الطبي، يمكن أن يكون هذا النقص في الصدق خطيراً.

تقدم هذه الورقة البحثية حقول الإشعاع العصبي الاستدلالية (Evidential NeRFs). فكر في هذا كمنح الفنان "مقياس ثقة" و"سجل استنتاجي" حتى يتمكن من إخبارك بالضبط لماذا هو غير متأكد.

إليك التفاصيل باستخدام تشبيهات بسيطة:

1. النوعان من "عدم المعرفة"

تجادل الورقة بأن عدم اليقين يأتي من مصدرين مختلفين، وعلينا قياسهما بشكل منفصل:

عدم اليقين الألياتوري (مشكلة "البيانات الفوضوية"):
- التشبيه: تخيل أنك تحاول رسم لوحة بورتريه، لكن الشخص الذي ترسمه يرمش، ويتحرك، وتستمر الإضاءة في الوميض. حتى لو كنت رساماً مثالياً، ستكون النتيجة ضبابية أو غير متسقة لأن البيانات نفسها فوضوية.
- في الورقة: يحدث هذا عندما يحتوي المشهد على أشخاص يتحركون، أو ضوء شمس متغير، أو انعكاسات. النموذج يعرف القواعد، لكن المدخلات فوضوية.
عدم اليقين الإبستيمي (مشكلة "الجهل"):
- التشبيه: تخيل أنك ترسم غرفة، لكنك لم ترَ الجدار الخلفي أبداً لأن تمثالاً ضخماً يحجبه عنك. عليك أن تخمن ما يوجد هناك. عدم اليقين لديك ليس بسبب حركة الجدار؛ بل لأنك لا تملك معلومات كافية.
- في الورقة: يحدث هذا عندما يحاول النموذج عرض زاوية لم يسبق له رؤيتها. إنه فجوة في معرفة النموذج.

2. الطرق القديمة مقابل الطريقة الجديدة

قبل هذه الورقة، حاولت الأساليب الموجودة حل هذه المشكلة بثلاث طرق غير عملية:

"المقامر" (النماذج المغلقة): كانت تقيس فقط "البيانات الفوضوية" (الألياتورية). لقد تجاهلت حقيقة أن النموذج قد يكون جاهلاً.
"المفكر البطيء" (الأساليب البايزية): حاولت قياس "الجهل" (الإبستيمي) عن طريق تشغيل النموذج آلاف المرات. هذا دقيق ولكنه يستغرق وقتاً طويلاً جداً (بطيء جداً للاستخدام في الوقت الفعلي).
"اللجنة" (المجموعات/Ensembles): قاموا بتدريب 5 أو 10 نماذج مختلفة وجعلهم يصوتون. إذا اختلفوا، فهذا يعني وجود عدم يقين. هذا دقيق ولكنه يتطلب قدرة حوسبة هائلة (مثل توظيف 10 فنانين بدلاً من واحد).

حل Evidential NeRF:
ابتكر المؤلفون طريقة تعمل مثل فنان واحد هو أيضاً عالم إحصاء.

بدلاً من مجرد التنبؤ بلون (مثلاً: "هذه البكسل حمراء")، يتنبأ النموذج بـ توزيع احتمالي.
يقول: "أعتقد أن هذه البكسل حمراء، لكنني متأكد بنسبة 90%. ومع ذلك، فإن سبب عدم تأكدي ينقسم إلى: 50% لأن الضوء كان يومض (بيانات فوضوية)، و50% لأنني لم أرَ هذه الزاوية من قبل (جهل)".
السحر: يقوم بكل هذا في تمريرة واحدة فقط. لا يحتاج لتشغيل النموذج 10 مرات أو توظيف 10 نماذج. إنه يحسب "البيانات الفوضوية" و"الجهل" في آن واحد، وبشكل فوري.

3. كيف يعمل (خط إنتاج "الفوكسل")

تبني نماذج NeRF المشاهد ثلاثية الأبعاد من مكعبات صغيرة غير مرئية تسمى فوكسل (voxels) (مثل البكسلات ثلاثية الأبعاد).

الطريقة القديمة: يتنبأ النموذج بلون لكل فوكسل ثم يجمعها للحصول على الصورة النهائية.
الطريقة الجديدة: يتنبأ النموذج باللون بالإضافة إلى نوعي عدم اليقين لكل فوكسل.
الانتشار: بينما تنتقل أشعة الضوء عبر هذه الفوكسلات وصولاً إلى الكاميرا، يقوم النموذج رياضياً بـ "جمع" عدم اليقين.
- إذا مر شعاع عبر 10 فوكسلاتات كلها "فوضوية" (ألياتورية عالية)، فإن البكسل النهائي سيكون فوضوياً جداً.
- إذا مر شعاع عبر منطقة حيث لا يملك النموذج بيانات (إبستيمي عالٍ)، فإن البكسل النهائي سيكون "جاهلاً".
- تضمن الرياضيات أن هذه الشكوك تتجمع بشكل صحيح من المكعبات الصغيرة إلى الصورة النهائية.

4. لماذا هذا مهم (تطبيقات من العالم الحقيقي)

تظهر الورقة شيئين رائعين يمكنك القيام بهما باستخدام "مقياس الثقة" هذا:

تنظيف المشهد (Scene Cleaning):
- السيناريو: التقطت صوراً لحديقة، لكن طائراً طار عبر اللقطة. قد ينشئ النموذج ثلاثي الأبعاد "طائراً شبحياً" غريباً يطفو في الهواء.
- الحل: يحدد النموذج موقع الطائر كمنطقة ذات "بيانات فوضوية" عالية. يمكننا إخبار الكمبيوتر: "أي بكسل لديه عدم يقين عالٍ في البيانات الفوضوية هو على الأرجى شبح؛ احذفه". يختفي الطائر، تاركاً حديقة نظيفة.
تعليم النموذج (التعلم النشط):
- السيناريو: تريد بناء نموذج ثلاثي الأبعاد لمتحف، لكن يمكنك التقاط 10 صور فقط. أي 10 صور يجب أن تلتقط؟
- الحل: يخبرك النموذج: "أنا 'جاهل' جداً (إبستيمي عالٍ) بشأن الركن الخلفي من الغرفة". تذهب وتلتقط صورة لذلك الركن تحديداً. أنت تعلم النموذج بالضبط أين يحتاج للتعلم، مما يجعل النموذج النهائي أفضل بعدد أقل من الصور.

الملخص

Evidential NeRFs هي بمثابة ترقية للفنان ثلاثي الأبعاد من رسام واثق ولكنه أعمى إلى خبير متواضع وواعٍ بذاته.

هم لا يقولون فقط "إليك الصورة".
بل يقولون: "إليك الصورة. أنا متأكد بنسبة 95%. والـ 5% من الشك ناتجة جزئياً عن وميض الشمس، وجزئياً لأنني لم أنظر إلى ذلك الركن بعد".
وهم يفعلون ذلك بسرعة، دون الحاجة إلى سوبر كمبيوتر لتشغيل الحساب مئة مرة.

هذا يجعل النمذجة ثلاثية الأبعاد آمنة بما يكفي للسيارات ذاتية القيادة (التي تحتاج لمعرفة متى تخمن) وفعالة بما يكفي للتطبيقات التي تعمل في الوقت الفعلي.

إليك ملخص تقني مفصل لورقة البحث بعنوان "Evidential Neural Radiance Fields" من إعداد روكسياو دوان وأليكس وونج.

1. بيان المشكلة

حققت حقول الإشعاع العصبي (NeRFs) أداءً فائقاً في إعادة بناء المشاهد ثلاثية الأبعاد وتوليد مناظر جديدة. ومع ذلك، فإن نشرها في المجالات الحرجة للسلامة (مثل القيادة الذاتية، والروبوتات، والتصوير الطبي) يعوقه نقص في تكميم عدم اليقين التنبئي (UQ).

تعاني طرق تكميم عدم اليقين الحالية لـ NeRF من ثلاث مشكلات رئيسية:

نمذجة غير مكتملة لعدم اليقين: تلتقط معظم الطرق فقط عدم اليقين العشوائي (aleatoric uncertainty) (ضجيج البيانات/العشوائية الجوهرية) أو عدم اليقين المعرفي (epistemic uncertainty) (جهل النموذج/نقص المعرفة)، ولكن نادراً ما تلتقط كليهما في آن واحد.
الأعباء الحسابية: الطرق التي تلتقط النوعين (مثل النهج البايزي أو المجموعات - Ensembles) تتطلب غالباً عمليات تمرير أمامي متعددة، أو أخذ عينات أثناء الاستدلال، أو تدريب نماذج متعددة، مما يجعلها بطيئة جداً للتطبيقات التي تتطلب وقتاً حقيقياً.
مقايضات الجودة: تضحي بعض النهج بجودة التصوير (PSNR/SSIM) للحصول على تقديرات عدم اليقين.
نقص المعايير: استخدمت الاختبارات المرجعية السابقة بنيات وتقسيمات بيانات غير متسقة، مما يجعل المقارنة العادلة صعبة.

2. المنهجية: Evidential NeRF

يقترح المؤلفون Evidential Neural Radiance Fields (Evidential NeRF)، وهو إطار عمل احتمالي يحدد كلاً من عدم اليقين العشوائي والمعرفي في تمريرة أمامية واحدة دون التضحية بجودة التصوير.

المفهوم الجوهري

تكيّف هذه الطريقة التعلم العميق الدليل (Evidential Deep Learning - EDL) مع نموذج التصوير الحجمي لـ NeRF. فبدلاً من معاملة المتوسط والتباين المتوقع للسطوع في الفوكسل (voxel) كتقديرات نقطية ثابتة، يعامل النموذج هذه القيم كمتغيرات عشوائية تحكمها توزيعات Normal-Inverse-Gamma (NIG) ذات رتبة أعلى.

سير العمل التقني

النمذجة الاحتمالية على مستوى الفوكسل:
- يتنبأ الشبكة بالمتوسط اللوني ( $\bar{c}_i$ )، وكثافة الحجم ( $\rho_i$ )، وعدم اليقين العشوائي ( $U^{alea}_i$ )، وعدم اليقين المعرفي ( $U^{epi}_i$ )، ودرجة شكل ( $\tilde{\alpha}_i$ ) لكل فوكسل على طول الشعاع.
- على عكس الـ EDL القياسي الذي يسترجع معاملات التوزيع، تتنبأ هذه الطريقة مباشرة بعدم اليقين المستمد من التوزيع الدليلي.
انتشار عدم اليقين من الفوكسل إلى البيكسل:
- المساهمة النظرية الرئيسية هي اشتقاق كيفية انتقال عدم اليقين من الفوكسلات الفردية إلى لون البيكسل النهائي عبر معادلة التصوير الحجمي.
- بافتراض الاستقلال الشرطي لألوان الفوكسلات بناءً على معاملاتها، يتم حساب عدم اليقين على مستوى البيكسل كـ مجموع أوزان لعدم اليقين على مستوى الفوكسل، حيث تكون الأوزان هي مربعات أوزان التصوير الحجمي ( $w_i^2$ ).
- الصيغ:
  - متوسط البيكسل: $\bar{c} = \sum w_i \bar{c}_i$
  - عدم اليقين العشوائي للبيكسل: $U^{alea} = \sum w_i^2 U^{alea}_i$
  - عدم اليقين المعرفي للبيكسل: $U^{epi} = \sum w_i^2 U^{epi}_i$
الصياغة الاحتمالية على مستوى البيكسل:
- يتم نمذجة لون البيكسل باتباع توزيع Student's t، المشتق من أخذ العينات الهرمي لتوزيع NIG.
- يتم إعادة صياغة معاملات توزيع NIG ( $\gamma, \nu, \alpha, \beta$ ) مباشرة من عدم اليقين المنتشر عبر البيكسل والمتوسط المتوقع.
هدف التعلم:
- يتم تدريب النموذج باستخدام تقدير الاحتمال الأقصى (MLE) عن طريق تقليل السلب اللوغاريتمي (NLL) للون البيكسل الحقيقي تحت توزيع Student's t.
- يتم إضافة حد تنظيم (regularization term) إلى دالة الخسارة لمنع النموذج من تخصيص أدلة مفرطة للتنبؤات غير الدقيقة.

3. المساهمات الرئيسية

أول إطار عمل موحد: أول إطار عمل لـ NeRF يقوم بتكميم كل من عدم اليقين العشوائي والمعرفي في إعادة بناء المشهد ثلاثي الأبعاد في وقت واحد.
الاشتقاق النظري: يوفر اشتقاقات رياضية صارمة توضح كيفية نشر عدم اليقين من مستوى الفوكسل إلى مستوى البيكسل تحت افتراضات الاستقلال، مما يسمح بالتكامل السلس مع التصوير الحجمي.
الكفاءة: يحقق تقدير عدم اليقين بـ تمريرة أمامية واحدة، مما يجعله أسرع بكثير من طرق المجموعات (Ensembles) أو طرق أخذ العينات البايزية.
معيار مرجعي موحد: يضع معياراً مرجعياً جديداً وموحداً باستخدام بنية nerfacto مع تقسيمات بيانات متسقة وتشغيلات مستقلة متعددة لضمان مقارنة عادلة لطرق تكميم عدم اليقين.

4. النتائج التجريبية

تم تقييم الطريقة على ثلاثة مجموعات بيانات: Light Field (LF)، و Local Light Field Fusion (LLFF)، و RobustNeRF.

جودة التصوير: تفوقت Evidential NeRF باستمرار على الطرق المرجعية (بما في ذلك Dropout و Normal و Mixtures of Laplace) في مقاييس إعادة بناء الصور (PSPS, SSIM, LPIPS). وقد حققت جودة إعادة بناء تضاهي أو تتفوق على طرق المجموعات المكلفة حسابياً.
تقدير عدم اليقين:
- ملاءمة التوزيع: حققت أدنى قيمة للسلب اللوغاريتمي (NLL) عبر جميع مجموعات البيانات، مما يشير إلى أفضل ملاءمة لتوزيع البيانات.
- المعايرة والترتيب: جاءت في المرتبة الثانية فقط بعد طرق المجموعات من حيث المساحة تحت خطأ التخفيف (AUSE) والمساحة تحت خطأ المعايرة (AUCE)، مما يظهر ارتباطاً قوياً بين خرائط عدم اليقين وأخطاء التنبؤ الفعلية.
الكفاءة:
- التدريب: أبطأ قليلاً من نماذج الاحتمالية القياسية ولكنها أسرع بكثير من طرق المجموعات (Ensembles).
- الاستدلال: حققت حوالي 4.67 إطاراً في الثانية (FPS) على وحدة معالجة رسومات A6000، وهي سريعة تقريباً مثل نموذج nerfacto الأساسي وبفارق عدة مراتب عن الطرق البايزية/المجموعات.
التحليل النوعي:
- عدم اليقين العشوائي (Aleatoric): سلط الضوء بشكل صحيح على مصادر ضجيج البيانات مثل الأجسام العابرة، والانعكاسات المرآتية، وتغير الإضاءة.
- عدم اليقين المعرفي (Epistemic): سلط الضوء بشكل صحيح على المناطق التي يفتقر فيها النموذج إلى المعرفة، مثل المناطق المحجوبة أو زوايا الرؤية خارج نطاق التوزيع (out-of-distribution).
- التطبيقات: أظهرت فائدة في تنظيف المشهد (Scene Cleaning) (إزالة الأجسام العائمة عبر تحديد عتبة عدم اليقين العشوائي) وفي التعلم النشط (Active Learning) (اختيار مشاهد تدريب جديدة بناءً على عدم اليقين المعرفي لتحسين أداء النموذج بشكل أسرع من الاختيار العشوائي).

5. الأهمية

يملأ هذا العمل فجوة حرجة بين إعادة البناء عالي الدقة والذكاء الاصطناعي الموثوق. من خلال توفير طريقة فعالة حسابياً للتمييز بين "البيانات الضوضائية" (العشوائية) و"الهندسة المجهولة" (المعرفية)، تمكن Evidential NeRF من نشر تقنيات NeRF في السيناريوهات الحرجة للسلامة حيث يكون فهم سبب عدم يقين النموذج بنفس أهمية التنبؤ نفسه. علاوة على ذلك، فإن وضع معيار مرجعي موحد يعالج أزمة القابلية للتكرار في أبحاث عدم اليقين لـ NeRF، مما يضع معياراً جديداً للتقييمات المستقبلية.