تحسين دقة السحابة النقطية باستخدام الشبكات الرسومية المقاومة المضادة

إن تحسين دقة السحابة النقطية (Point Cloud Super-Resolution) يُعد مشكلة أساسية في إعادة بناء الأشكال ثلاثية الأبعاد وفهم البيانات ثلاثية الأبعاد. حيث يأخذ السحابة النقطية منخفضة الدقة (LR) كمدخل ويُنتج سحابة نُقطية عالية الدقة (HR) تحتوي على تفاصيل غنية. في هذا البحث، نقدم طريقة قائمة على البيانات لتحسين دقة السحابة النقطية تعتمد على الشبكات الرسومية (Graph Networks) وخسائر التناقض (Adversarial Losses). الفكرة الأساسية للشبكة المقترحة تكمن في استغلال التشابه المحلي داخل السحابة النقطية والتشابه بين المدخل منخفض الدقة والمخرج عالي الدقة. أما بالنسبة للجزء الأول، فقد صممنا شبكة عميقة تستخدم التصفية الرسومية (Graph Convolution). أما بالنسبة للجزء الثاني، فقد اقترحنا إدخال روابط متبقية (Residual Connections) في التصفية الرسومية، وإضافة رابط تخطي (Skip Connection) بين المدخل والمخرج. تُدرّس الشبكة المقترحة باستخدام دالة خسارة جديدة تجمع بين مسافة تشامفر (Chamfer Distance - CD) وخسارة تناقضية رسومية (Graph Adversarial Loss). تُمكّن هذه الدالة من التقاط خصائص السحابة النقطية عالية الدقة تلقائيًا دون الحاجة إلى تصميم يدوي. أجرينا سلسلة من التجارب لتقييم الأداء، وتم التحقق من التفوق على الطرق الأخرى. أظهرت النتائج أن الطريقة المقترحة تحقق أفضل أداء حاليًا (State-of-the-Art) وتتمتع بقدرة جيدة على التعميم على بيانات غير مرئية.