PoinTr: إكمال سحابة النقاط المتنوعة باستخدام محولات واعية بالهندسة

تُعد السحاب النقطية التي تُجمع في التطبيقات الواقعية غالبًا غير كاملة بسبب قيود دقة الحساسات، ورؤية من نقطة واحدة، والاختباء. ولهذا، أصبح استرجاع السحاب النقطية الكاملة من السحاب الجزئية مهمة لا غنى عنها في العديد من التطبيقات العملية. في هذا البحث، نقدم طريقة جديدة تعيد صياغة مسألة استكمال السحاب النقطية كمشكلة تحويل من مجموعة إلى مجموعة، ونُصمم نموذجًا جديدًا يُسمى PoinTr، والذي يستخدم بنية مشفرة-فكّر مُعتمدة على الترانسفورمرات لاستكمال السحاب النقطية. من خلال تمثيل السحاب النقطية كمجموعة من المجموعات غير المرتبة من النقاط مع تضمينات موضعية، نحول السحاب النقطية إلى تسلسل من نقاط تمثيلية (Point Proxies)، ونستخدم الترانسفورمرات لتكوين السحاب النقطية. ولتمكين الترانسفورمرات من الاستفادة بشكل أفضل من التحيّز الاستنتاجي المتعلق بالهياكل الهندسية ثلاثية الأبعاد للسحاب النقطية، نُصمم بشكل إضافي كتلة واعية بالهندسة (Geometry-aware Block) تُنمذج العلاقات الهندسية المحلية بشكل صريح. وتمكّن هذه التحوّل في استخدام الترانسفورمرات نموذجنا من تعلّم معرفة هيكلية أفضل والحفاظ على المعلومات التفصيلية عند استكمال السحاب النقطية. علاوةً على ذلك، نقترح معيارين جديدين أكثر تحديًا، يحتويان على سحاب نقطية غير كاملة متنوعة أكثر، مما يعكس بشكل أفضل السيناريوهات الواقعية ويشجع الأبحاث المستقبلية. تُظهر النتائج التجريبية أن طريقة لدينا تتفوّق على أحدث الطرق المُعتمدة على أداء كبير في كل من المعايير الجديدة والمعايير القائمة. يُمكن الوصول إلى الكود من خلال الرابط التالي: https://github.com/yuxumin/PoinTr