تخيل أنك تحاول بناء نموذج ثلاثي الأبعاد مثالي لغرفة باستخدام مجموعة من الصور الملتقطة من زوايا مختلفة. الأمر يشبه محاولة تجميع أحجية من المفترض أن تتطابق قطعها لتظهر لك الشكل الحقيقي للعالم. ولكن هناك التواء مخادع: ماذا يحدث لو كانت الغرفة تحتوي على مرآة ضخمة؟ فجأة، ترى كاميرتك نسخة "شبحية" من الغرفة خلف الزجاج. بالنسبة للكمبيوتر الذي يحاول بناء هذا النموذج ثلاثي الأبعاد، تبدو النسخة المنعكسة حقيقية تمامًا مثل الأثاث الفعلي. وهذا يربك الكمبيوتر، حيث يعتقد أن الصورة الشبحية هي جسم حقيقي يطفو في الهواء، مما يؤدي إلى إفساد عملية إعادة البناء بأكملها. هذه هي مشكلة "كشف المرايا". لفترة طويلة، كانت أجهزة الكمبيوتر بارعة في رصد المرايا في صورة واحدة، لكنها تعاني عندما يتعين عليها النظر إلى مجموعة كاملة من الصور الملتقطة من أماكن مختلفة؛ فهي تفوت الأدلة التي لا تظهر إلا عند مقارنة كيفية حركة الانعكاس مقابل حركة الغرفة الحقيقية.

هنا يأتي دور الباحثين من جامعة هيوستن، الذين قرروا تعليم أجهزة الكمبيوتر كيف تصبح محققين أفضل من خلال تزويدها بمجموعة جديدة من الأدوات. لقد أدركوا أنه إذا نظرت إلى مرآة من زاوية واحدة فقط، فمن الصعب التمييز بين ما هو حقيقي وما هو انعكاس. ولكن إذا نظرت إليها من ثلاث زوايا مختلفة، سيبدأ الانعكاس في التصرف بشكل غريب مقارنة بالأجسام الحقيقية؛ إذ ينقلب ويتحرك بطريقة لا تتحرك بها الأجسام الحقيقية. ولحل هذه المشكلة، أنشأوا قاعدة بيانات جديدة تمامًا لمشاهد ثلاثية الأبعاد مليئة بالمرايا وبنوا نظام ذكاء اصطناعي خاصًا يسمى MVMD (كشف المرايا متعدد الرؤى). فكر في MVMD كفريق من ثلاثة محققين أذكياء يعملون معًا: محقق يراقب كيف يتغير المشهد عند تحريك رأسك، ومحقق يبحث عن النسخ "الشبحية" للأجسام داخل الزجاج، وثالث يقوم بضبط الحواف لضمان أن يكون مخطط المرآة مثاليًا. وتظهر نتائجهم أنه باستخدام هذا النهج متعدد الزوايا، يمكنهم اكتشاف المرايا بشكل أفضل بكثير من الطرق القديمة، مما يجعل إعادة البناء ثلاثي الأبعاد في الغرف المليئة بالمرايا أكثر دقة.

الشبح في الآلة

لماذا تفسد المرايا إعادة البناء ثلاثي الأبعاد؟ تخيل أنك تبني بيتاً من ورق اللعب. إذا تسلل شخص ما ووضع ورقة مزيفة تبدو تمامًا مثل ورقة حقيقية ولكنها في الواقع مجرد انعكاس في نافذة، فقد ينهار بيتك لأن الهيكل غير صحيح. في عالم الرؤية الحاسوبية، تخلق المرايا "أجسامًا شبحية". فعندما يحاول الكمبيوتر بناء نموذج ثلاثي الأبعاد لغرفة، فإنه ينظر إلى الصور من زوايا مختلفة ليعرف مدى بعد الأشياء. لكن المرآة تخدع الكمبيوتر؛ فهي تظهر انعكاسًا لكرسي يبدو وكأنه يجلس في مكان يوجد فيه في الواقع هواء فارغ فقط. يرتبك الكمبيوتر، معتقدًا أن هناك كرسيًا هناك، ويبني نموذجًا ثلاثي الأبعاد يتضمن هذا الكرسي المزيف، مما يؤدي إلى عالم ثلاثي الأبعاد مشوه ومكسور.

لسنوات، حاول العلماء إصلاح ذلك بتعليم أجهزة الكمبيوتر كيفية اكتشاف المرايا في الصور الفردية. لكن الصورة الواحدة تشبه محاولة حل لغز باستخدام دليل واحد فقط؛ فمن الصعب معرفة ما إذا كان السطح اللامع عبارة عن مرآة، أو نافذة، أو مجرد قطعة فنية. وتصبح المشكلة أكثر صعوبة عندما يكون لديك فيديو أو مجموعة من الصور الملتقطة من زوايا مختلفة (متعددة الرؤى). فالطرق الموجودة غالبًا ما تعامل كل صورة وكأنها مستقلة، متجاهلة الصورة الكبيرة. كما أنها تعتمد أحيانًا على "خرائط العمق"، وهي بمثابة مخططات هندسية ثلاثية الأبعاد تخبر الكمبيوتر بمدى بعد الأشياء، لكن الحصول على هذه المخططات مكلف وصعب، لذا أراد الباحثون حلاً يعمل باستخدام الصور العادية (صور RGB) فقط.

فريق المحققين الجديد: MVMD

اقترح الباحثون طريقة جديدة تسمى MVMD تعمل مثل فريق من ثلاثة محققين، لكل منهم مهمة خاصة، يعملون معًا للعثور على المرآة. لم يكتفوا بالتخمين حول كيفية القيام بذلك، بل قاموا ببناء مجموعة بيانات كاملة أولاً. نظرًا لأنه لم يسبق لأحد إنشاء قاعدة بيانات لمشاهد المرايا متعددة الرؤى، فقد أنشأوا مجموعة بيانات MVMD. وهي تحتوي على 3,181 صورة من 98 مشهدًا مختلفًا، بما في ذلك عوالم مولدة بالحاسوب وصور من العالم الحقيقي. هذه المجموعة هي ميدان التدريب حيث يتعلم ذكاؤهم الاصطناعي كيفية اكتشاف المرايا.

يستخدم نظام MVMD ثلاث صور ملتقطة من زوايا مختلفة كمدخلات له. وهو لا يحتاج إلى مستشعرات عمق خاصة؛ بل ينظر فقط إلى الصور. يتكون النظام من ثلاث كتل رئيسية، أو "محققين"، يعملون معًا:

1. محقق الرؤى البينية (Inter-Views Detective): يراقب هذا المحقق كيف يتغير المشهد عند الانتقال من صورة إلى أخرى. عندما تحرك الكاميرا، تتحرك الأجسام الحقيقية بطريقة يمكن التنبؤ بها، لكن الانعكاسات في المرآة تتحرك بشكل مختلف؛ فهي تنقلب وتنزاح بنمط فريد. يستخدم هذا المحقق آلية "انتباه" خاصة لرصد هذه التحركات الغريبة. الأمر يشبه ملاحظة أنه عندما تمشي بجانب نافذة، فإن الأشجار في الخارج تتحرك ببطة، بينما وجهك المنعكس في الزجاج يمر بسرعة خاطفة.
2. محقق الرؤية الواحدة (Intra-View Detective): ينظر هذا المحقق إلى صورة واحدة ولكنه يقارن الأجسام الحقيقية بنسخها "الشبحية" داخل المرآة. هو يعلم أن صورة المرآة هي مجرد نسخة مقلوبة من الشيء الحقيقي. يبحث عن أزواج من الأجسام — جسم حقيقي وآخر منعكس — ويتحقق مما إذا كانت تتطابق مثل الانعكاس في مرآة مضحكة. إذا رأى مصباحًا على اليسار ومصباحًا مطابقًا على اليمين يبدو كصورة مرآة، فإنه يحدد تلك المنطقة كمرآة.
3. محقق التكرير (Refinement Detective): بمجرد أن يجد المحققان الأول والثاني المرآة، يأتي هذا المحقق لتنظيف الفوضى. يقوم بضبط حواف المرآة، مما يضمن أن يكون الخط الخارجي حادًا وواضحًا، ويزيل "الضبابية" التي تحدث غالبًا عندما تحاول أجهزة الكمبيوتر تخمين أين تبدأ المرآة وأين تنتهي.

النتائج: صورة أوضح

عندما اختبر الباحثون نظامهم الجديد، كانت النتائج مبهرة. لقد قارنوا MVMD بست طرق أخرى رفيعة المستوى، بما في ذلك تلك التي تستخدم مقاطع الفيديو أو الصور الفردية. لم يكتفِ النظام الجديد بأداء جيد فحسب، بل كان أفضل بشكل ملحوظ.

• الدقة (Accuracy): حسن MVMD دقة اكتشاف المرايا بنسبة 2.6% مقارنة بأفضل الطرق الموجودة.
• الإحكام (Precision/IoU): من حيث مدى جودة رسم الكمبيوتر لمخطط المرآة (وهو مقياس يسمى التقاطع فوق الاتحاد، أو IoU)، قفز MVMD بنسبة 11.1%. وهذه طفرة هائلة في هذا المجال.
• الكفاءة: النظام فعال أيضًا؛ فهو يستخدم موارد حاسوبية (معلمات) وذاكرة أقل من العديد من الأنظمة المعقدة الأخرى، مما يجعله أسرع وأخف.

أظهر الباحثون أمثلة بصرية حيث فشلت الطرق القديمة. على سبيل المثال، في إحدى الصور، أخطأت الأنظمة الأخرى في رصد مرآة صغيرة على رف أو خلطت بين إطار صورة ومرآة. ومع ذلك، حدد MVMD المرآة الصغيرة بشكل صحيح، بل واكتشف انعكاس مصباح كهربائي فات الأنظمة الأخرى. كما تعامل مع المواقف الصعبة، مثل وضع أجسام أمام المرآة مباشرة، مما يحجب أجزاء من الانعكاس.

لماذا هذا مهم؟

يعد هذا العمل خطوة كبيرة للأمام لأي شخص يحاول بناء نماذج ثلاثية الأبعاد للمساحات في العالم الحقيقي. سواء كان ذلك للواقع الافتراضي، أو الروبوتات ذاتية القيادة، أو إنشاء توائم رقمية للمباني، فإن ضبط الهندسة أمر بالغ الأهمية. إذا اعتقد الروبوت أن المرآة هي جدار، فقد يصطدم. وإذا اعتقدت لعبة الواقع الافتراضي أن الانعكاس هو شخص حقيقي، فسوف ينهار عالم اللعبة. من خلال تعليم أجهزة الكمبيوتر كيفية النظر من زوايا متعددة وفهم كيف تتصرف الانعكاسات بشكل مختلف عن الأجسام الحقيقية، يساعد MVMD الأجهزة على رؤية العالم بوضوح أكبر.

كما لاحظ الباحثون أن طريقتهم ليست مثالية؛ فإذا كانت المرآة تعكس جدارًا فارغًا بدون معالم، فقد يرتبك النظام لأنه لا يوجد شيء للمقارنة به. أيضًا، يجب التقاط الصور بترتيب محدد (التحرك في اتجاه واحد) ليعمل النظام بأفضل شكل. ولكن بشكل عام، يثبت هذا النهج الجديد أن النظر إلى المشكلة من زوايا متعددة هو المفتاح لحل لغز المرآة. إنه يحول قصة الأشباح المربكة إلى أحجية قابلة للحل، مما يمهد الطريق لإعادة بناء ثلاثي الأبعاد أكثر دقة وموثوقية في عالم مليء بالأسطح اللامعة.