Neural Radiance Fields (NeRF)

تمثل حقول الإشعاع العصبي (NeRF) تقدمًا رائدًا في الرؤية الحاسوبية (CV) والذكاء الاصطناعي التوليدي، وقد صُممت لتركيب مشاهد ثلاثية الأبعاد واقعية فوتوغرافيًا انطلاقًا من مجموعة قليلة من الصور ثنائية الأبعاد. وعلى خلاف أساليب النمذجة ثلاثية الأبعاد التقليدية التي تعتمد على هياكل هندسية صريحة مثل المضلعات أو الشبكات أو السحب النقطية، يستخدم NeRF شبكة عصبية (NN) لتعلُّم تمثيل «ضمني» للمشهد. ومن خلال ربط الإحداثيات المكانية واتجاهات الرؤية بقيم اللون والكثافة، تستطيع NeRFs تصيير وجهات نظر جديدة بدرجة استثنائية من الدقة، مع التقاط المؤثرات البصرية المعقدة بدقة، مثل الانعكاسات والشفافية والإضاءة المتغيرة، التي يصعب غالبًا إعادة إنتاجها باستخدام التصوير المساحي القياسي.

كيفية عمل حقول الإشعاع العصبي#

في جوهره، ينمذج NeRF المشهد بوصفه دالة حجمية مستمرة. وتُحدَّد هذه الدالة عادةً بواسطة شبكة التعلم العميق (DL) كاملة الاتصال. تبدأ العملية بـ تتبّع الأشعة، حيث تُطلَق الأشعة من كاميرا افتراضية عبر كل بكسل في مستوى الصورة المطلوب إلى الفضاء ثلاثي الأبعاد.

بالنسبة إلى النقاط المأخوذة عيناتها على طول كل شعاع، تستقبل الشبكة مدخلًا خماسي الأبعاد يتكوّن من الموقع المكاني ثلاثي الأبعاد ($x, y, z$) واتجاه الرؤية ثنائي الأبعاد ($\theta, \phi$)، وتُخرج اللون المنبعث وكثافة الحجم (التعتيم) عند تلك النقطة. وباستخدام تقنيات قائمة على تصيير الحجم، تُجمَّع هذه القيم المأخوذة عيناتها لحساب اللون النهائي للبكسل. وتُدرَّب الشبكة من خلال تقليل الفرق بين البكسلات المصيَّرة والبكسلات الفعلية من بيانات التدريب الأصلية، ما يؤدي بفاعلية إلى تحسين أوزان النموذج لحفظ الخصائص البصرية للمشهد.

التطبيقات الواقعية#

انتقلت تقنية NeRF بسرعة من البحث الأكاديمي إلى الأدوات العملية، مؤثرةً في مختلف الصناعات من خلال ردم الفجوة بين التصوير الفوتوغرافي الثابت والبيئات التفاعلية ثلاثية الأبعاد.

• التجارة الإلكترونية الغامرة: يستفيد تجار التجزئة من NeRFs لإنشاء عروض تفاعلية للمنتجات. ومن خلال معالجة بضع صور لعنصر ما، تستطيع حلول الذكاء الاصطناعي في تجارة التجزئة إنشاء تمثيل ثلاثي الأبعاد يمكن للعملاء مشاهدته من أي زاوية، ما يوفر تجربة أغنى من الصور الثابتة.
• الإنتاج الافتراضي والمؤثرات البصرية (VFX): تستخدم صناعة الأفلام NeRFs لالتقاط المواقع الواقعية وتصـييرها كخلفيات واقعية فوتوغرافيًا من أجل الإنتاج الافتراضي. ويتيح ذلك لصانعي الأفلام وضع الممثلين في بيئات رقمية تتصرف بصورة واقعية مع حركات الكاميرا، ما يقلل الحاجة إلى عمليات التصوير المكلفة في المواقع الفعلية.
• محاكاة الروبوتات: يتطلب تدريب المركبات ذاتية القيادة والطائرات المسيّرة كميات هائلة من البيانات. ويمكن لـ NeRFs إعادة بناء البيئات الواقعية المعقدة انطلاقًا من بيانات المستشعرات، وإنشاء ساحات محاكاة عالية الدقة يمكن فيها اختبار خوارزميات الروبوتات بأمان وعلى نطاق واسع.

التمييز عن المفاهيم ذات الصلة#

من المفيد تمييز NeRF عن تقنيات الرؤية والتقنيات ثلاثية الأبعاد الأخرى لفهم فائدته المحددة.

• NeRF مقابل التصوير المساحي: يعيد التصوير المساحي بناء هندسة السطح (الشبكات) صراحةً من خلال مطابقة السمات عبر الصور. وعلى الرغم من كفاءته مع الأسطح البسيطة، فإنه يواجه غالبًا صعوبة مع المؤثرات «غير اللامبرتية» مثل الأسطح اللامعة أو البنى الرقيقة (مثل الشعر) أو الشفافية. ويتفوق NeRFs في هذه المجالات لأنه ينمذج الحجم وانتقال الضوء مباشرةً.
• NeRF مقابل اكتشاف الأجسام ثلاثية الأبعاد: بينما ينشئ NeRF بيانات بصرية، يركز اكتشاف الأجسام ثلاثية الأبعاد على فهم محتوى المشهد. تحدد نماذج الاكتشاف الأجسام ومواضعها باستخدام الصناديق المحيطة، في حين تهتم NeRFs بتصيير مظهر المشهد.
• NeRF مقابل تقدير العمق: يتنبأ تقدير العمق بمسافة البكسلات عن الكاميرا، ما ينتج خريطة عمق. تتعلم NeRFs الهندسة ضمنيًا لتصيير الصور، لكن مخرجاتها الأساسية هي المنظر المركَّب، وليس خريطة عمق صريحة.

دمج NeRF في مسارات معالجة الرؤية#

غالبًا ما يتطلب تدريب NeRF عالي الجودة بيانات نظيفة. إذ يمكن أن تتسبب ضوضاء الخلفية أو الأجسام المتحركة في ظهور مؤثرات «التظليل الشبح» في التصيير النهائي. وللتخفيف من ذلك، يستخدم المطورون غالبًا نماذج [تقسيم المثيلات](https://ultralytics-translation-0.invalid لإخفاء الموضوع محل الاهتمام تلقائيًا قبل تدريب NeRF.

تتيح منصة Ultralytics وواجهة Python API دمج التقسيم بسلاسة في سير عمل المعالجة المسبقة هذا. يوضح المثال التالي كيفية استخدام YOLO26 لإنشاء أقنعة لمجموعة من الصور، وتجهيزها لإعادة البناء ثلاثي الأبعاد.

from ultralytics import YOLO

# Load the YOLO26 segmentation model
model = YOLO("yolo26n-seg.pt")

# Run inference to detect and segment objects
# Saving results creates masks useful for NeRF preprocessing
results = model("scene_image.jpg", save=True)

# Access the binary masks for the detected objects
masks = results[0].masks.data
print(f"Generated {len(masks)} masks for NeRF training.")

ومن خلال الجمع بين دقة التقسيم والقدرة التوليدية لـ NeRFs، يستطيع المهندسون إنشاء مسارات معالجة متينة لتوليد البيانات الاصطناعية، ما يتيح إنشاء عينات تدريب غير محدودة لمهام أخرى لاحقة.