ملخص تقني: جزيئات الملابس (Garment Particles)

بيان المشكلة

تعد عملية تصميم الملابس عملية معقدة تمتد عبر نمطين متميزين: الإبداع الحدسي عالي المستوى (مثل الإنشاء من النصوص أو الصور) والتحرير الدقيق منخفض المستوى لأنماط الخياطة ثنائية الأبعاد (2D) وهندسات التدلي ثلاثية الأبعاد (3D). تعالج الأطر الحالية عادةً أحد طرفي هذا الطيف فقط. تتيح الأدوات القياسية في الصناعة (مثل CLO3D) التحرير الدقيق منخفض المستوى، لكنها تتطلب معرفة خبيرة بالعلاقة السببية بين الأنماط ثنائية الأبعاد والتدلي ثلاثي الأبعاد. ومن ناحية أخرى، يمكن للنماذج التوليدية الحديثة إنشاء أنماط من مدخلات عالية المستوى، لكنها تعتمد غالبًا على تدريب خاص بكل نمط وتفتقر إلى القدرة على إجراء تحرير متماثل وتكراري عبر كل من النطاقات ثنائية وثلاثية الأبعاد. علاوة على ذلك، تُظهر التمثيلات الحالية، مثل صور الهندسة (geometry images)، عدم تماثل حيث يعتمد المظهر ثلاثي الأبعاد على شكل اللوحة ثنائية الأبعاد (شفافية البكسل)، مما يجعل من الصعب تحسين الأهداف ثلاثية الأبعاد مباشرة على التمثيل. التحدي الجوهري هو تطوير تمثيل وإطار عمل موحد يدعم التوليد متعدد الوسائط والتحرير المتنوع دون الحاجة لتدريب، عبر كل من الأنماط ثنائية الأبعاد والهندسات ثلاثية الأبعاد.

المنهجية

1. تمثيل جزيئات الملابس (Garment Particles Representation)

يقترح المؤلفون جزيئات الملابس، وهو تمثيل جديد لسحابة نقاط خماسية الأبعاد (5D) يشفر بشكل متماثل كلاً من نمط الخياطة ثنائي الأبعاد وهندسته المتدلية ثلاثية الأبعاد.

• الصياغة الرياضية: يتم نمذجة قطعة الملابس كسطح بارامتري $\mathbf{r}: U \to \mathbb{R}^3$، حيث $U$ هو نطاق نمط الخياية ثنائي الأبعاد و $\mathbf{r}(U)$ هي الهندسة ثلاثية الأبعاد. التمثيل هو الرسم البياني $\Gamma(\mathbf{r}) = \{(\mathbf{x}, \mathbf{r}(\mathbf{x})) \mid \mathbf{x} \in U\}$.
• التقطيع (Discretization): يتم تقطيع هذا الرسم البياني إلى سحابة نقاط خماسية الأبعاد $\mathbf{X}_{\mathbf{r}} = \{(\mathbf{x}_{\mathbf{r}}, f_{\mathbf{x}_{\mathbf{r}}})\}$، حيث تحتوي كل نقطة على إحداثيات ثنائية الأبعاد، وإحداثيات ثلاثية الأبعاد، وعلم حدود ($f$) يشير إلى ما إذا كانت النقطة تقع على حافة اللوحة.
• الخصائص: يسمح هذا التمثيل بالإسقاط التفاضلي إما إلى النطاق ثنائي الأبعاد ($\pi_D$) أو إلى الفضاء الصوري ثلاثي الأبعاد ($\pi_I$)، مما يتيح تفاعلاً متماثلاً بين النمط والتدلي.

2. تدفق جزيئات الملابس (Garment Particles Flow - GPF)

لتوليد وتحرير هذه الجزيئات، قدم المؤلفون تدفق جزيئات الملابس، وهو نموذج توليدي يعتمد على التدفق المصحح (rectified flow).

• البنية: يستخدم النموذج بنية محول الانتشار (Diffusion Transformer - DiT). وهو يتعلم رسم خرائط تدفق الاحتمالية من الضجيج $\mathbf{X}_0$ إلى جزيئات الملابس $\mathbf{X}_1$.
• الاشتراط (Conditioning): يدعم GPF الاشتراط متعدد الوسائط (نصوص، صور، رسومات تخطيطية) عبر آليات الانتباه المتقاطع (cross-attention). يتم تشفير النصوص باستخدام CLIP، وتشفير الصور باستخدام مشفر DINOv2 مجمد.
• التدريب: يتم تدريب النموذج على مجموعة بيانات GarmentCodeData v2 (GCDv2)، لتعلم فضاء أولي فوق فضاء الملابس المشترك ثنائي وثلاثي الأبعاد.

3. تدفق الجزيئات إلى النمط (Particles-to-Pattern Flow - PPF)

بما أن الجزيئات المولدة هي سحب نقاط غير مرتبة، فمن الضرపు وجود آلية لاستعادة أنماط الخياطة المتجهة والقابلة للمحاكاة.

• الوظيفة: PPF هو نموذج تدفق شرطي يرسم خرائط من جزيئات الملابس المولدة $\mathbf{X}$ إلى نمط خياطة مهيكل $P$.
• التمثيل: يتم تمثيل النمط الناتج كتنسور من اللوحات والحواف المرتبة (منحنيات بيزييه تكعيبية أو أقواس)، بما في ذلك أعلام الخياطة وشروط الحدود.
• المتانة: على عكس الانحدار الحتمي، يعامل PPF استعادة النمط كمهمة توليد شرطية، مما يجعله متيناً تجاه الضجيج في المدخلات.

4. التحرير عبر أخذ عينات اللاحقة للانتشار (Editing via Diffusion Posterior Sampling - DPS)

ميزة رئيسية للإطار هي القدرة على إجراء تحرير بدون تدريب باستخدام أخذ عينات اللاحقة للانتشار (DPS).

• الآلية: بدلاً من إعادة تدريب النموذج لعمليات تحرير محددة، يتم توجيه عملية التوليد بواسطة دالة هدف $\mathcal{L}$ خلال خطوات أخذ العينات. يقوم النموذج بتحسين متوسط اللاحقة لتقليل الخسارة بين إسقاط العينة المولدة والملاحظة الخاصة بالمستخدم.
• التطبيقات:
  • التوليد المشروط بسحابة النقاط: توجيه التوليد لمطابقة سحابة نقاط ثلاثية الأبعاد محددة (باستخدام مسافة الأرض الناقلة - Earth Mover Distance).
  • إكمال الملابس: إكمال الأشكال الهندسية ثلاثية الأبعاد الجزئية.
  • تحرير نمط الخياطة: تحرير النمط ثنائي الأبعاد مباشرة وإعادة توليد التدلي ثلاثي الأبعاد (باستخدام إسقاط $\pi_D$).
  • التوليد المشروط بالخيال (Silhouette): توليد ملابس تطابق خيالاً ثنائي الأبعاد من زوايا رؤية مختلفة.

المساهمات الرئيسية

1. جزيئات الملابس: تمثيل سحابة نقاط خماسي الأبعاد متماثل يشفر بشكل مشترك أنماط الخياطة ثنائية الأبعاد وهندستها المتدلية ثلاثية الأبعاد، مما يتيح خط معالجة كاملاً قابلاً للتفاضل لعمليات أخذ العينات الموجهة بالأهداف.
2. تدفق جزيئات الملابس (GPF): نموذج تدفق مصحح يولد جزيئات الملابس من مدخلات متعددة الوسائط ويحقق أداءً رائدًا (SOTA) في توليد الملابس.
3. تدفق الجزيئات إلى النمط (PPF): نموذج يحول جزيئات الملابس المولدة إلى أنماط خياطة متجهة جاهزة للمحاكاة.
   القدرة على التحرير المتنوع عبر DPS: إطار عمل يتيح سيناريوهات تحرير متنوعة (تحرير النمط، الإكمال ثلاثي الأبعاد، اشتراط الخيال) دون الحاجة لإعادة التدريب.

النتائج والتقييم

أداء التوليد

تم تقييم النموذج على مجموعة بيانات GCDv2 مقابل نماذج مرجعية تشمل AIpparel وChatGarment وSewingLDM وDesign2GarmentCode.

• التوليد المشروط بالنص: حقق GPF درجات رائدة (SOTA) في مقاييس التوزيع (Coverage, MMI, 1-NNA, p-FID) ومحاذاة CLIP. أظهر تنوعاً ودقة فائقين مقارنة بالنماذج المرجعية، التي غالباً ما تنتج عيوباً مثل عدد لوحات أو أنماط غير صحيحة.
• التوليد المشروط بالصور: تم التقييم باستخدام رندرات (renderings) من GCDv2، ورسومات تخطيطية للملابس، وصور من الواقع. تفوق GPF على النماذج المرجعية في دقة اللوحة، وتقاطع الاتحاد (IOU)، ودقة الغرز، مستعيداً أنماطاً تطابق الأصل بدقة.
• وقت التشغيل: وقت التوليد (حوالي 4 ثوانٍ) مماثل للطرق الأخرى القائمة على الانتشار وأسرع بكثير من النهج القائمة على النماذج اللغوية الكبيرة (LLM) التي تتطلب استعلامات خارجية.

قدرات التحرير

توضح الورقة عدة تطبيقات للتحرير مكنها DPS:

• الاستكمال (Interpolation): انتقالات سلسة بين أنماط الملابس المختلفة (مثل الانتقال من الأكمام غير المتماثلة إلى المتماثلة) في الفضاء الكامن، متجنبة التغييرات المفاجئة التي تظهر في النماذج المرجعية ذات المتجهات أو الصور الهندسية.
• التحرير ثلاثي الأبعاد: يمكن للمستخدمين إضافة أو حذف أو نقل النقاط في سحابة نقاط ثلاثية الأبعاد لتوجيه توليد نمط خياطة مطابق.
• تحرير النمط ثنائي الأبعاد: يمكن للمستخدمين تعديل نمط الخياطة ثنائي الأبعاد (مثل توسيع تنورة)، ويقوم النموذج بإعادة توليد التدلي ثلاثي الأبعاد المقابل.
• تحرير الخيال (Silhouette): توليد ملابس تطابق الخيال الذي رسمه المستخدم من زوايا كاميرا مختلفة.

التحقق الفيزيائي

• التصنيع: تم تصنيع قطعتين من الملابس (تنورة قلم رصاص غير متماثلة وقميص بياقة عالية) تم توليدهما بشكل غير مشروط عبر المسار، مما أكد المعقولية الفيزيائية للمخرجات.
• معدل نجاح المحاكاة (SSR): حقق النموذج معدل نجاح عالٍ (حوالي 90%)، مما يشير إلى أن الهندسات المولدة صالحة فيزيائياً لعمليات محاكاة التدلي.

الأهمية والادعاءات

تزعم الورقة أن جزيئات الملابس تسد الفجوة بين التصميم الحدسي عالي المستوى والتحرير الاحترافي منخفض المستوى. من خلال توحيد الأنماط ثنائية الأبعاد والهندسة ثلاثية الأبعاد في تمثيل واحد متماثل، يسمح الإطار بـ:

• التحرير المتماثل: القدرة على التحرير في أي من النطاقين ثنائي أو ثلاثي الأبعاد وجعل التغييرات تنتشر بشكل صحيح إلى الآخر، وهي قدرة تفتقر إليها التمثيلات السابقة المتخصصة في نمط واحد أو غير المتماثلة.
• المرونة دون تدريب: يسمح استخدام DPS بمجموعة واسعة من مهام التحرير دون الحاجة لجمع مجموعات بيانات محددة أو إعادة تدريب النماذج لكل هدف تحرير جديد.
• الفائدة العملية: ينتج المسار أنماط خياطة جاهزة للمحاكاة، متجاوزاً مجرد التوليد البصري إلى أصول قابلة للاستخدام في عمليات المحاكة الفيزيائية والتصنيع اللاحقة.

يقر المؤلفون بوجود قيود، مثل الطبيعة المنفصلة لسحابة النقاط التي تجعل التعديلات الدقيقة (مثل حجم الثنايا/darts) صعبة، والاعتماد الحالي على نوع جسم ووضعية واحدة. ويُقترح في العمل المستقبلي توسيع النموذج للتعامل مع مدخلات متعددة الأجسام وفرض قيود التصنيع الصارمة.