Dual-Diffusion Grid Texture Generation Based on Multimodal Geometric Perception
تقترح هذه الورقة طريقة لتوليد أنسجة الشبكات (mesh texture) تعتمد على الانتشار المزدوج وتدمج الإدراك الهندسي متعدد الأنماط للتغلب على تشوهات رسم خرائط UV وحدود الدقة، مما يعزز بشكل كبير الواقعية البصرية، والاتساق الهندسي، وتنوع الأنسجة ثلاثية الأبعاد المولدة مقارنة بالأساليب الحالية.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://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
إن إنشاء كائن ثلاثي الأبعاد واقعي للعبة فيديو أو فيلم غالباً ما يبدو وكأنك تلون ورقة مسطحة ثم تحاول لفها بدقة حول شكل معقد وغير منتظم دون تمزيق الصورة أو تمديدها. هذا هو التحدي الجوهري لعملية إكساء النماذج ثلاثية الأبعاد. لعقود من الزمن، قام الفنانون بطلاء هذه الأسطح يدوياً، وهي عملية بطيئة وتتطلب مهارة عالية. وفي الآونة الأخيرة، تعلمت الحواسيب توليد هذه الأنسجة باستخدام الذكاء الاصطناعي، لكن النتائج غالباً ما تعاني من وجود دروز (فواصل) مرئية، أو أنماط مشوهة، أو نقص في التفاصيل حيث تجد الحواسيب صعوبة في فهم الشكل الحقيقي للجسم. الهدف من الأبحاث الحديثة هو تعليم الآلات كيفية إنشاء أنسجة ليست مذهلة بصرياً فحسب، بل مثالية هندسياً أيضاً، مما يعني أن النمط يتناسب مع منحنى الجسم تماماً كما سيكون في العالم الحقيقي.
في دراسة نُشرت في أغسطس 2026، قدم الباحثان شيجي زاو وهونغ جوان من مؤسسات في نينغشيا بالصين، طريقة جديدة تسمى FM-TeD لحل هذه المشكلات المستمرة. يبتعد نهجهما عن الطريقة التقليدية المتمثلة في مجرد إسقاط صورة ثنائية الأبعاد على سطح ثلاثي الأبعاد، والتي غالباً ما تؤدي إلى التشوه المذكور أعلاه. بدلاً من ذلك، بنيا نظاماً يعمل مثل فنان شديد الملاحظة ينظر إلى جسم ثلاثي الأبعاد، ويقرأ وصفاً مكتوباً لما يجب أن يبدو عليه، ويدرس صورة مرجعية في آن واحد. ومن خلال الجمع بين هذه الأنواع الثلاثة المختلفة من المعلومات — شكل الجسم، والوصف النصي، والمثال المرئي — يتعلم النظام إنشاء خريطة نسيج تحترم الهندسة الفيزيائية للجسم مع ملء التفاصيل المفقودة من الصورة المرجعية الوحيدة.
وجد الباحثون أن الطرق السابقة كانت تعاني غالباً عندما يكون للجسم منحنيات عميقة أو منحنيات معقدة، مما يؤدي إلى ظهور "دروز" حيث لا تتطابق الأجزاء المختلفة من الصورة، أو مشكلات "يانوس" (Janus) حيث يظهر الوجه نفسه مرتين على الجسم. يعالج نظامهم الجديد هذا الأمر باستخدام عملية انتشار مزدوجة. تخيل عملية يبدأ فيها الكمبيوتر بلوحة بيضاء مليئة بالضجيج ثم يقوم بتنظيفها ببطء، خطوة بختام، باستخدام الشكل ثلاثي الأبعاد كدليل لضمان اتباع النسيج للمنحنيات بشكل صحيح. وفي الوقت نفسه، يستخدم النص والصورة المرجعية لتحديد الألوان والأنماط التي سيضيفها. وهذا يسمح للكمبيوتر بـ "الهلوسة" أو ابتكار أجزاء النسيج التي تكون مخفية عن الصورة المرجعية، مما يضمن أن النتيجة النهائية تبدو كاملة ومتسقة من كل الزوايا.
عندما اختبر الفريق نظامهم مقابل الأساليب الموجودة باستخدام مجموعة كبيرة من نماذج الكراسي ثلاثية الأبعاد وغيرها من الأجسام، كانت النتائج واضحة. أنتجت الطريقة الجديدة أنسجة أكثر واقعية وتنوعاً بشكل ملحوظ. وفي القياسات التقنية المستخدمة لتقييم جودة الصورة، حقق نظامهم تحسناً في الدقة البصرية بفارق كبير مقارنة بأفضل الأدوات السابقة. وبشكل محدد، كانت الصور المولدة أقرب بكثير إلى الصور الواقعية، مع أخطاء أقل في كيفية توافق الأنماط مع الشكل ثلاثي الأبعاد. كما أثبت النظام قدرته على إنشاء مجموعة متنوعة من الأنسجة الفريدة لنفس الجسم، مما يظهر قدرته على توليد تصميمات مختلفة بدلاً من مجرد تكرار نفس النمط.
على الرغم من هذه النجاحات، أشار الباحثون إلى أن نظامهم لا يخلو من التكاليف. فعملية توليد هذه الأنسجة عالية الجودة تتطلب قدراً كبيراً من القدرة الحوسبية والوقت. يحتاج النموذج إلى المرور عبر آلاف الخطوات لتنقية التفاصيل، مما يعني أنه يستغرق وقتاً أطول في التدريب والتشغيل من الطرق الأبسط. ويقترح المؤلفون أن العمل المستقبلي سيركز على جعل النظام أكثر كفاءة، ربما من خلال إيجاد طرق أذكى لتنظيم البيانات التي يعالجها، بحيث يمكنه تحقيق نفس الجودة في وقت أقل. ومع ذلك، يمثل هذا العمل في الوقت الحالي خطوة مهمة للأمام في تعليم الحواسيب فهم العلاقة بين الشكل ثلاثي الأبعاد والسطح الذي يغطيه، مما يمهد الطريق لعوالم ثلاثية الأبعاد أكثر واقعية ومولدة تلقائياً.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.