ملخص تقني: MeshFIM

بيان المشكلة

أظهرت النماذج ذات الترتيب الذاتي (Autoregressive models) قدرة على توليد شبكات منخفضة المضلعات (low-poly meshes) عالية الجودة ومناسبة للفنانين من السحب النقطية. ومع ذلك، تعمل مولدات الترتيب الذاتي الحالية بأسلوب "الكل أو لا شيء": لتعديل منطقة محلية واحدة، يجب إعادة توليد الشبكة بأكملها من الصớp. هذا النهج مهدر للحوسبة ويؤدي إلى تعطيل الطوبولوجيا المرضية في المناطق غير المتأثرة. علاوة على ذلك، غالبًا ما تفشل تقنيات التحرير المحلي الكلاسيكية (مثل ملء الفجوات أو التقسيم الفرعي) في الحفاظ على التماسك الطوبولوجي أو القصد التصميمي في إعدادات المضلعات المنخفضة، حيث تشفر بنية الشبكة معلومات دلالية محددة وليس مجرد تمثيل سطحي.

يكمن التحدي الجوهري في تكييف نماذج الترتيب الذاتي للتحرير المحلي في القيود الهندسية والطوبولوجية الفريدة للشبكات ثلاثية الأبعاد:

1. ترتيب التسلسل: الشبكات هي مجمعات ثنائية الأبعاد مدمجة في فضاء ثلاثي الأبعاد. عند تسلسلها إلى تتابع رموز مسطح لعملية توليد الترتيب الذاتي، تفقد الجوارات المتصلة مكانيًا ترتيبها المحلي، مما يجعل من الصعب على النماذج الحفاظ على تدفق الحواف وانتقالات الكثافة.
2. الارتباط الدقيق بالحدود: يجب أن تعيد الرقع المولدة استخدام رؤوس الحدود المكشوفة بدقة. أي تفاوت في إحداثيات التكميم (quantization) سيؤدي إلى شقوق مرئية أو نقاط اتصال ثلاثية (T-junctions).
3. تجاوز التوليد: بدون قيود صارمة، قد تفيض الأوجه المولدة خارج المنطقة المستهدفة المقصودة.
4. فجوة التدريب والاستدلال: تُستخرج سياقات التدريب من شبكات حقيقية نظيفة، بينما قد تحتوي سياقات الاستدلال على عيوب ناتجة عن خطوات سابقة أو اختيارات المستخدم، مما يؤدي إلى مشكلات في المتانة.

المنهجية: MeshFIM

يقدم المؤلفون MeshFIM، وهو إطار عمل "الملء في المنتصف" (Fill-in-the-Middle - FIM) مقتبس من نماذج إكمال الكود والمكيف لتوليد الشبكات ذات الترتيب الذاتي. يعامل MeshFIM تحرير الشبكة المحلي كمهمة ملء فراغات مشروطة، حيث يتم إعادة توليد منطقة مستهدفة $B$ بناءً على سياق محيط $A\setminus B$ وهندسة مرجعية $P$.

يوظف الإطار خمسة خيارات تصميمية متكاملة لمعالجة تحديات تحرير الشبكة المحددة:

1. علامات رؤوس الحدود

لفرض الارتباط الدقيق، يقوم النموذج بتمييز رموز السياق التي تقابل الرؤوس الموجودة على الحدود المكشوفة ($V_\partial$) بشكل صريح. يتم تعديل هذه التضمينات بإضافة متجه علامة متعلم ($m_{bdry}$). يوفر هذا إشارة صريحة للمفكك (decoder) بشأن رؤوس السياق التي يجب إعادة استخدامها كمرتكزات للربط، مما يضمن اتصالاً سلسًا.

2. عرض السياق الموسع

لمنع تجاوز التوليد (فيض الأوجه خارج المنطقة المستهدفة)، يتم توسيع نافذة السياق. بدلاً من استخدام جوار أدنى، يستخدم النموذج سياقًا أوسع (على سبيل المثال، ثلاث حلقات بحث أولى - breadth-first rings). هذا يكشف المزيد من الهندسة المحيطة، مما يوفر أدلة كافية للنموذج لاستنتاج الانحناء المحلي وتدفق الحواف، وبالتالي يحافظ على التوليد ضمن النطاق المحلي.

3. التضمينات الموضعية للسياق

بما أن التسلسل يجعل الشبكة مسطحة، فإن النموذج يخاطر بمعاملة السياق كمجموعة غير مرتبة من الرؤوس. لاستعادة البنية الطوبولوجية المحلية، تُضاف تضمينات موضعية متعلمة إلى تتابع السياق المتسلسل. يساعد هذا النموذج على الحفاظ على الأنماط المحيطة مثل تدفق الحواف وكثافة الأوجه.

4. مشفر هندسة المضلعات المنخفضة مع الطرح المبوّب

تقوم مشروطات السحابة النقطية القياسية بتشفير السطح المرجعي لكنها تفتقر إلى المعرفة بما تغطيه الشبكة منخفضة المضلعات الموجودة بالفعل. يقدم MeshFIM آلية لسد هذه الفجوة:

• يقوم مشفر Perceiver-IO مشترك بتشفير كل من السحابة النقطية المرجعية ($P_{gt}$) والشبكة منخفضة المضلعات الموجودة ($P_{lp}$، مع إزالة المنطقة المستهدفة) باستخدام نفس مجموعة مواضع الاستعلام.
• تنتج شبكة بوابة خفيفة الوزن متجهًا $g$ بناءً على الفرق بين التمثيلات الكامنة المتوافقة ($z_{gt}$ و $z_{lp}$).
• إشارة التكييف النهائية هي تخفيف للتمثيل الكامن المرجعي: $\hat{z} = (1 - g) \cdot z_{gt}$.
• الآلية: في الأماكن التي تغطي فيها الشبكة الموجودة السطح المرجعي جيدًا، تقوم البوابة بكبح الإشارة المرجعية. وحيثما تفتقر الشبكة إلى التغطية (الفجوة)، تسمح البوابة بمرور التمثيل الكامن المرجعي الكامل، مما يوجه التوليد تحديدًا نحو المنطقة المفقودة.

5. تعزيز السياق

لسد فجوة التدريب والاستدلال، تتضمن عملية التدريب تعزيزًا للسياق. يتم تغيير إحداثيات رؤوس السياق بإزاحات عشوائية، وكذلك رؤوس الحدود، مما يعرض النموذج لسياقات ضوضائية وغير مكتملة أثناء التدريب، مما يحسن المتانة أثناء الاستدلال.

المساهمات الرئيسية

• أول محرر محلي للشبكات منخفضة المضلعات: يعد MeshFIM أول إطار عمل يتيح التحرير المحلي الدقيق للشبكات منخفضة المضلعات باستخدام التوليد بالترتيب الذاتي، متجنبًا الحاجة لإعادة التوليد الكامل.
• تكييف FIM للنماذج ثلاثية الأبعاد: نجح في تكييف نموذج "الملء في المنتصف" للشبكات ثلاثية الأبعاد، مع معالجة القيود الهندسية والطوبولوجية غير البديهية الفريدة للبيانات ثلاثية الأبعاد.
• مكونات معمارية مبتكرة: قدمت الورقة آليات محددة (علامات الحدود، الطرح المبوّب، تعزيز السياق) التي تحل مجتمعة مشكلات مطابقة الحدود، والتجاوز، والتماسك الطوبفي.
• تطبيقات مزدوجة: يدعم الإطار كلاً من التحرير التفاعلي القائم على الفرشاة وعملية الإصلاح التلقائي للعيوب.

النتائج التجريبية

قيم المؤلفون MeshFIM مقابل مجموعة من النماذج المرجعية، بما في ذلك ملء الفجوات الكلاسيكي، والتقسيم الفرعي العصبي، وتوليد الشبكة بالكامل مع مخططات إعادة الربط.

• الأداء الكمي: يتفوق MeshFIM بشكل كبير على النماذج المرجعية في صحة الحدود (متوسط نسبة مطابقة الرؤوس 99.75% مقابل أقل من 34% للنماذج الأخرى) والجودة الهندسية (معدل مسافة Champos Positive Rate بنسبة 95.54%). كما أظهر محلية فائقة، مع حد أدنى من التأثير على الهندسة المحيطة.
• دراسات الاستئصال (Ablation Studies): تؤكد دراسات الاستئصال التفصيلية ضرورة كل مكون. وفرت علامات رؤوس الحدود أكبر مكسب منفرد في نسبة المطابقة المثالية. كما أدى توسيع عرض السياق إلى تقليل معدلات التجاوز بشكل حاد. كما ساهم مشفر هندسة المضلعات المنخفضة في كبح التجاوز وتحسين جودة التوليد.
• التطبيقات:
  • التحرير التفاعلي: تتيح واجهة مستخدم قائمة على الويب للمستخدمين رسم المناطق المستهدفة، والتي يتم بعد ذلك إعادة توليدها بسلاسة.
  • الإصلاح التلقائي: تقوم خطة عمل تستخدم قواعد رسومية باكتشاف العيوب (مثل الأوجه المفقودة أو الأوجه المقلوبة) وتصلحها بشكل تكراري باستخدام MeshFIM، محققة معدل إصلاح بنسبة 88.9% للشبكات المتضررة بعد أربع جولات.

الأهمية والادعاءات

تزعم الورقة أن MeshFIM يمثل خطوة مهمة للأمام في سير عمل النمذجة ثلاثية الأبعاد العملية. ومن خلال تمكين التعديلات المحلية دون تدمير الطوبولوجيا الموجودة، فإنه يتماشى مع الطبيعة التكرارية للنمذجة الاحترافية. يؤكد المؤلفون أن طريقتهم هي الأولى التي تجمع بين التوليد الطوبولوجي عالي الجودة لنماذج الترتيب الذاتي والدقة المطلوبة للتحرير المحلي، مما يسد الفجوة بفعالية بين الذكاء الاصطناعي التوليدي ومعالجة الشبكات العملية. يشير العمل إلى أن إنشاء الأصول ثلاثية الأبعاد في المستقبل يمكن أن ينتقل من نهج "إعادة توليد كل شيء" إلى التحسين المستهدف الواعي بالسياق.