ملخص تقني: P2GS – التقطيع الغاوسي الموجه بالفيزياء من أجل إعادة بناء حضري متسق ضوئياً

1. بيان المشكلة

بينما أثبتت تقنية "التقطيع الغوسي ثلاثي الأبعاد" (3DGS) مكانتها كأداة قوية للرندرة (Rendering) عالية الدقة في الوقت الفعلي لمحاكاة القيادة الذاتية، إلا أنها تعاني من قصور جوهري: عدم الاتساق الضوئي (Photometric Inconsistency). تفترض تقنية 3DGS التقليدية ضمنياً اتساق التعريض والتحويل اللوني عبر جميع المشاهد المدخلة. ومع ذلك، فإن بيانات القيادة في العالم الحقيقي تنتهك هذا الافتراض بسبب:

• اختلاف مسارات الكاميرا ومعالجات الصور (ISPs).
• التحكم الديناميكي في التعريض لكل كاميرا على حدة.
• ظروف الإضاءة الخارجية المتغيرة.

عند تدريب 3DGS القياسية على مثل هذه البيانات، فإنها تقوم بـ "خبز" (Bake) تباينات التعريض وضجيج المستشعرات مباشرة في حقل الإشعاع المتعلم. يؤدي هذا إلى عيوب شديدة، بما في ذلك عدم تطابق الإضاءة، وانزياحات الألوان، وفواصل مرئية بين المشاهد، لا سيما في مناطق الخلفية الثابتة الضرورية للمحاكاة. تركز الامتدادات الحالية (مثل StreetGS وDrivingGaussian) على فصل الأجسام الديناميكية، لكنها تفشل في معالجة الاتساق الضوئي عبر المشاهد المختلفة. علاوة على ذلك، فإن المحاولات السابقة لنمذجة الإضاءة (مثل GaussHDR وLuminance-GS) إما تتطلب إشرافاً متعدد التعريض، أو تعتمد على تركيب HDR زائف غير مستقر، أو تطبق تصحيحات ثنائية الأبعاد تفتقر إلى الأساس الفيزيائي.

2. المنهجية: P2GS

يقترح المؤلفون P2GS، وهو إطار عمل قائم على الفيزياء يعيد بناء حقل إشعاع ذو مدى ديناميكي عالٍ (HDR) ثابت التعريض من صور ذات مدى ديناميكي منخفض (LDR) دون الحاجة إلى إشراف HDR. تعمل الطريقة من خلال نقل عملية التحسين من فضاء LDR إلى نطاق HDR الخطي، مما يفصل إشعاع المشهد الجوهري عن الاستجابات الضوئية الخاصة بكل كاميرا.

المكونات الأساسية

1. تمثيل الإشعاع في نطاق HDR الخطي:
   بدلاً من مطابقة معاملات التوافقيات الكروية (SH) مباشرة مع قيم بكسل LDR المرصودة، تقوم P2GS بتحسينها كـ إشعاع خطي HDR. وهذا يخلق حقلاً ذا معنى فيزيائي ($\hat{I}_{linear}$) حيث يتم فصل إشعاع المشهد عن كسب الكاميرا (Camera Gain) والتحويل اللوني (Tone Mapping).

2. نمذجة التعريض والتحويل اللوني لكل مشهد:
   يقدم الإطار معلمات قابلة للتعلم لكل مشهد $i$:

   • مقياس التعريض ($e_i$): عدد قياسي موجب يمثل كسب الكاميرا.
   • دالة التحويل اللوني ($T_i$): يتم تقريبها عبر تصحيح غاما ($\gamma_i$) قابل للتعلم لنمذجة الاستجابة غير الخطية للكاميرا.
     يتم تعريف نموذج تكوين الصورة كالتالي: $I_i = T_i(e_i \cdot \hat{I}_{linear})$.

3. مبدأ الإشعاع الثابت (PIR):
   هذا هو الركن النظري لـ P2GS. وهو يفترض أنه في نطاق HDR الخطي، فإن نسبة الإشعاعات المرصودة عبر مشاهد الكاميرا المختلفة تعتمد فقط على مقاييس التعريض النسبية:
   $$\frac{I^{(i)}_{linear}}{I^{(j)}_{linear}} = \frac{e_i}{e_j}$$
   يفرض هذا المبدأ أن إشعاع المشهد الأساسي يظل ثابتاً بغض النظر عن إعدادات تعريض الكاميرا.

استراتيجية التحسين الموحدة

تستخدم P2GS إطار تحسين موحد يقلل دالة خسارة إجمالية ($\mathcal{L}_{total}$) تتكون من ثلاثة حدود:

1. إعادة البناء الضوئي ($\mathcal{L}_{photo}$): يقلل الخطأ بين صور LDR المرصودة والصور المُخلقة (رندرة HDR $\leftarrow$ تعريض $\leftarrow$ تحويل لوني).
2. اتساق التعريض النسبي ($\mathcal{L}_{exp}$): يفرض قيد PIR لضمان أن نسبة شدة إشعاع HDR المُصورة بين أزواج المشاهد تطابق نسبة مقاييس التعريض المقدرة. هذا يمنع حقل الإشعاع من امتصاص تغيرات التعريض.
3. التنظيم ($\mathcal{L}_{reg}$):
   • يثبت المقياس المطلق لمعلمات التعريض لمنع غموض المقياس العالمي.
   • يعاقب التباين المفرط في تقديرات التعريض عبر المشاهد لضمان الاستقرار.
   • يطبق مسبقاً ناعماً (Soft Prior) على معلمات التحويل اللوني ($\gamma_i$) حول معيار sRGB (حوالي 2.2) لمنع الحلول غير الفيزيائية.

عند الاستنتاج (Inference)، تقوم الطريقة بمتوسط معلمات التعريض والتحويل اللوني المتعلمة عبر جميع مشاهد التدريب لإنتاج رندرة مستقرة وخالية من الوميض (Flicker-free).

3. المساهمات الرئيسية

يوضح البحث ثلاث مساهمات رئيسية:

• إطار عمل P2GS: امتداد لـ 3DGS في نطاق HDR يدمج مبدأ الإشعاع الثابت لفصل الإشعاع الجوهري عن تغيرات التعريض والتحويل اللوني، ويعمل دون الحاجة لإشراف HDR.
• التحسين الموحد: استراتيجية قابلة للاشتقاق بالكامل تعمل على تحسين الإشعاع HDR، والتعريض لكل مشهد، والتحويل اللوني بشكل مشترك باستخدام خسارة ضوئية، وقيود قائمة على PIR، وتنظيم فيزيائي.
• الأداء المتفوق (SOTA): إثبات التفوق في الاتساق الضوئي ودقة HDR على مجموعات بيانات القيادة متعددة الكاميرات ذات المعالجات (ISPs) المتباينة، متفوقة على النماذج المرجعية الحالية في كل من إعادة البناء وتخليق المشاهد الجديدة.

4. النتائج التجريبية

قيم المؤلفون P2GS باستخدام مجموعة بيانات Waymo المفتوحة (من العالم الحقيقي) و CARLA (اصطناعي، إضاءة محكومة).

• الأداء الكمي (Waymo):

  • حققت P2GS أعلى قيمة SSIM (0.939) وأقل قيمة LPIPS (0.209) بين جميع الطرق المقارنة، بما في ذلك 3DGS الأصلية، وPVG، وLuminance-GS.
  • قللت بشكل كبير من درجة عدم الاتساق في HDR (HIS) و Std-Luminance، مما يشير إلى استقرار فائق في السطوع عبر الزمن وبين المشاهد. ومن الملاحظ أن P2GS حققت درجات عدم اتساق أقل من الحقيقة الأرضية (Ground Truth) نفسها، مما يشير إلى أنها تزيل بفعالية ضوضاء الإضاءة الناتجة عن مجموعة البيانات والتي تحتفظ بها الطرق القياسية.
  • في تخليق المشاهد الجديدة (NVS)، حافظت P2GS على تفوق مستمر، مما أظهر متانة تجاه ظروف الإضاءة المتغيرة.

• النتائج النوعية:

  • أظهرت الطرق المرجعية (3DGS, PVG, Luminance-GS) فواصل مرئية، وانزياحات لونية، وتظليل غير متساوٍ عند دمج المشاهد ذات التعريضات المختلفة.
  • أنتجت P2GS إعادة بناء متسقة ضوئياً مع سطوع وألوان متطابقة بسلاسة عبر جميع المشاهد، مما قضى بفعالية على عيوب الفواصل في الهياكل الثática مثل الطرق والجدران.

• المتانة (CARLA):

  • تحت مجموعات البيانات الاصطناعية مع حساسية ISO متغيرة ومحكومة (لمحاكاة ضجيج التعريض الشديد)، أظهرت P2GS انخفاضاً طفيفاً في الأداء مقارنة بالتدهور الكبير في النماذج المرجعية (مثل Luminance-GS و3DGS المحولة توافقياً).
  • يؤكد هذا قدرة P2GS على فصل تغيرات التعريض والحفاظ على حقل إشعاع ثابت الرؤية حتى في ظل فساد شديد في البيانات.

• دراسات الاستئصال (Ablation Studies):

  • أدى حذف إما خسارة اتساق التعريض ($\mathcal{L}_{exp}$) أو حدود التنظيم ($\mathcal{L}_{reg}$) إلى تدهور الأداء في جميع المقاييس، مما يؤكد ضرورة الصيغة الفيزيائية الموحدة.

5. الأهمية والادعاءات

يزعم البحث أن P2GS يعالج فجوة حرجة في محاكاة القيادة الذاتية: نقص التمثيلات ثلاثية الأبعاد المستقرة ضوئياً. من خلال فصل التشوهات المعتمدة على الكاميرا عن الإشعاع الحقيقي للمشهد، تمكن P2GS من:

• محاكاة مغلقة الحلقة موثوقة (Reliable Closed-Loop Simulation): توفير خلفية متسقة فيزيائياً وهي أمر ضروري لتدريب نماذج الإدراك والمحاكيات حيث يكون اتساق الإضاءة بالغ الأهمية.
• التحكم الثابت التعريض: السماح بإعادة الرندرة المستمرة والخالية من العيوهات تحت مقاييس تعريض عشوائية، وهي قدرة مستحيلة لتقنية 3DGS القياسية.
• القابلية للتوسع: تقديم حل يعمل على بيانات قيادة واسعة النطاق ومتفرقة دون الحاجة إلى بيئات محكومة أو مدخلات متعددة التعريض.

يخلص المؤلفون إلى أنه بينما تركز P2GS على الخلفيات الثابتة ولا تفصل بعد خصائص المواد عن الإضاءة الخارجية بشكل صريح (وهو اتجاه مستقبلي)، إلا أنها تضع أساساً قوياً ومتسقاً فيزيائياً لإعادة البناء الحضري واسع النطاق في مجال القيادة الذاتية.