إطار عمل Gaussian splatting مدفوع بأولوية مزدوجة لإعادة بناء عالية الدقة لتحف المتاحف

لماذا تهم المحافظة على التحف بصيغة ثلاثية الأبعاد

تتسابق المتاحف حول العالم لإنشاء نسخ رقمية مفصّلة من التحف الهشة، من الأجراس البرونزية إلى المزهريات الخزفية. يمكن استكشاف هذه النماذج الافتراضية عبر الإنترنت ودراستها دون لمس القطع الأصلية، والحفاظ عليها حتى في حال تضرّر الأجسام المادية. لكن العديد من المجموعات لديها فقط بيانات مسح ثلاثي الأبعاد خام محفوظة كسحب نقاط ملونة — ملايين النقاط في الفراغ — بدون صور مطابقة. يقدم هذا البحث طريقة جديدة لتحويل تلك النقاط وحدها إلى نماذج ثلاثية الأبعاد حيوية واقعية، ما يفتح أرشيفات واسعة من بيانات التراث «الهادئة» لعرض رقمي غني.

المشكلة مع النسخ الرقمية الحالية

حتى الآن، اتبعت عمليات إعادة الإعمار ثلاثية الأبعاد عالية الجودة عادة مسارين. أحدهما يستخدم صورًا عادية من زوايا متعددة لاستنتاج الشكل واللون، لكنه يواجه صعوبات على الأسطح الملساء قليلة النسيج الشائعة في التحف، ولا يستطيع بسهولة استرجاع القياس الحقيقي. والمسار الآخر يستخدم ماسحات ليزر دقيقة لالتقاط الهندسة مباشرة، أحيانًا مع كاميرات منفصلة للون. هذا المسار دقيق لكنه مكلف، ولا يزال غير قادر على إنتاج النوع الغني من الإخراجات الحساسة للإضاءة التي تتطلبها المعارض الافتراضية الحديثة. تقنية أحدث تسمى 3D Gaussian splatting يمكنها عرض المشاهد في الوقت الحقيقي بواقعية لافتة، لكنها عادة تعتمد على صور الكاميرا ونقطة بداية تقريبية مبنية من تلك الصور. بالنسبة للأغراض المؤرشفة في المتاحف والمتوفرة فقط كسحب نقاط، يتحطم هذا التسلسل بأكمله.

طريق جديد من النقاط إلى نسخ رقمية

يقترح المؤلفون إطار عمل "ذو أولوية مزدوجة" يبدأ من سحابة نقاط ملونة عالية الجودة وينتهي بنموذج مفصّل جاهز للعرض—دون الحاجة إلى أي صور أصلية. الأولية الأولى هي هندسية: طريقة ذكية للعينة تمسح المسح الكثيف، وتقيس كلًا من تغير الشكل واللون عبر مقاييس متعددة. تُمنح النقاط التي تلتقط حواف السطح والنقوش والتشققات أو تغيرات اللون الحادة أهمية أعلى، بينما تُقلّل كثافة المناطق المسطحة أو الموحدة. ثم يُستخدم جزء مختار بعناية من النقاط لتهيئة ملايين البُنَى ثلاثية الأبعاد الصغيرة، المسماة بدائيات Gaussian، التي تشكل العمود الفقري للنموذج النهائي وتحمل المقياس الحقيقي للعالم.

تعليم النموذج كيف يبدو الجسم

الأولية الثانية هي بصرية: بدلًا من استخدام صور حقيقية، تُولّد الطريقة صور تدريب "مثالية" مباشرةً من سحابة النقاط. تُوضع كاميرات افتراضية حول القطعة، بما في ذلك زوايا قد تكون صعبة داخل معرض حقيقي، وتُسقَط كل نقطة في هذه المشاهد لإنشاء صور لونية اصطناعية. تزيل خوارزمية الرؤية النقاط التي يجب أن تكون مخفية من زاوية معينة، متجنبة التراكب الزائف حيث تظهر تفاصيل الخلفية خطأً في المقدمة. وبما أن الصور والهندسة تأتيان من نفس المصدر، فلا يوجد اختلال في المحاذاة بين الشكل واللون—مشكلة متكررة في سير العمل التقليدي الذي يجمع مسوحات منفصلة ومجموعات صور.

تنقية وتوضيح المشاهد الاصطناعية

تميل الإسقاطات الخام من النقاط إلى الظهور متعرجة على الحواف ومموهة قليلًا في التفاصيل الدقيقة. لإصلاح ذلك، تُمرر الصور الاصطناعية عبر خطوة مضادة للتعرج تُسوّي المحيطات "السلمية" مع الحفاظ على الأنماط، ثم عبر شبكة تعزيز دقة مبنية على المحولات (transformer). تتعامل هذه الشبكة مع المشاهد المتعددة كإطارات في فيديو وتتعلم استعارة قطع صغيرة من التفاصيل من الصور المجاورة التي ترى نفس المنطقة من زوايا مختلفة قليلاً. النتيجة مجموعة من المشاهد الواضحة عالية الدقة التي تعمل كإشارة تعليم قوية: يُعاد عرض نموذج Gaussian ثلاثي الأبعاد وتعديله مرارًا بحيث تطابق مخرجاته هذه الصور المحسّنة بأقرب شكل ممكن.

ماذا يعني هذا للمتاحف وما بعدها

تُظهر الاختبارات على مجموعة بيانات تراث ثقافي جديدة وعلى مقاييس ثلاثية الأبعاد معيارية أن نهج الأولوية المزدوجة هذا ينتج إخراجات أوضح وأكثر دقة من عدة متغيرات رائدة لـ Gaussian splatting، مع استعادة أكثر وضوحًا للزخارف الدقيقة وشكلًا عامًّا أكثر وفاءً للأصل. بالنسبة للمتاحف التي تمتلك بالفعل سحب نقاط دقيقة لكنها تفتقر إلى صور قابلة للاستخدام، يوفر الأسلوب وسيلة عملية لإضفاء حياة جديدة على المسوحات القديمة، وتحويلها إلى بدائل رقمية تفاعلية مناسبة للمعارض والتعليم والبحث. التحفظ الرئيسي هو أن النهج يفترض أن المسوحات الأصلية كثيفة وكاملة—إذا كانت البيانات متناثرة أو تالفة بشدة، تتلاشى الفوائد. ومع ذلك، بالنسبة لكثير من المجموعات التي تلبي هذا المطلب، يوفر الإطار جسرًا قويًا من القياسات الخام إلى تحف افتراضية مقنعة.

الاستشهاد: He, Y., Zhang, X., Xie, Z. et al. A dual-prior driven Gaussian splatting framework for high-fidelity reconstruction of museum artifacts. npj Herit. Sci. 14, 69 (2026). https://doi.org/10.1038/s40494-026-02330-z

الكلمات المفتاحية: التراث الرقمي, إعادة الإعمار ثلاثية الأبعاد, سحب النقاط, Gaussian splatting, تحف المتاحف