त्सिंगहुआ विश्वविद्यालय के शोधकर्ता 3D मिरर इल्यूजन आर्ट जनरेशन के लिए AutoMIA विकसित करते हैं

[परिचय] त्सिंगहुआ विश्वविद्यालय के टीम द्वारा विकसित AutoMIA प्रणाली, किसी भी दो छवियों को एक ऐसे 3D कलाकृति में बदल सकती है जो दर्पण भ्रम प्रभाव प्रदान करती है, जिससे सामने और पीछे की ओर अलग-अलग पैटर्न का दृश्य प्रदर्शन संभव होता है, और यह 3D प्रिंटिंग का समर्थन करती है।

नीचे दो फोटो सेट देखें: प्रत्येक सेट में, बाएं ओर दर्पण के सामने वस्तु का सामने का पैटर्न है, और दाएं ओर उसका दर्पण में प्रतिबिंब है। आश्चर्यजनक बात यह है कि सामने का पैटर्न और दर्पण में प्रतिबिंब लगभग दो असंबंधित चीजें हैं—पहले सेट में सामने का पैटर्न 'CVPR' है, लेकिन दर्पण में '2026' दिखता है; दूसरे सेट में सामने का पैटर्न 'शान' है, लेकिन दर्पण में 'जल' दिखता है।

उनकी आकृति, रंग और यहां तक कि अर्थ भी मेल नहीं खाते, जैसे कोई 'भ्रम' हो।

इसका कारण यह है कि यह एक विशेष रूप से डिज़ाइन किए गए 3D वस्तु से आता है, जो मानव दृष्टि प्रणाली के "सममिति पूर्ति प्रभाव" का उपयोग करके एक भ्रम पैदा करता है; इस प्रकार की घटनाओं को दर्पण भ्रम कला कहा जाता है।

शोधकर्ताओं ने तीन आयामी ज्यामिति और सतह के रंग को सावधानी से डिज़ाइन करके एक वास्तविक वस्तु को सीधे देखने और दर्पण में देखने पर अलग-अलग दृश्य प्रभाव प्रदान किया।

यहाँ दो सेट संगत "डिक्रिप्ट" वीडियो हैं।

पारंपरिक रूप से, इस प्रकार की कला के डिजाइन के लिए पेशेवर कलाकारों की चतुर रचनात्मकता और बड़ी मात्रा में जटिल मानव डिजाइन अनुभव तथा गणितीय गणनाओं की आवश्यकता होती है, जिससे सामान्य लोगों के लिए इस कला के डिजाइन की बाधा बहुत अधिक होती है।

क्या ऐसा कोई तरीका है जो आम लोगों को अपने प्रेरणा को कलात्मक रूप में बदलने में स्वचालित रूप से मदद कर सके?

हाल ही में, त्सिंगहुआ विश्वविद्यालय और अन्य संस्थानों के शोध टीम ने AutoMIA नामक एक एआई डिज़ाइन विधि प्रस्तुत की है, जो स्वयं आईने की छवि कला का निर्माण करती है। उपयोगकर्ता को केवल दो चित्रों का चयन करना होता है, जो क्रमशः आईने के सामने और आईने में प्रतिबिंबित पैटर्न को दर्शाते हैं, AutoMIA स्वचालित रूप से 3D कलाकृति का डिज़ाइन करता है और सीधे 3D प्रिंटिंग के माध्यम से कलाकृति बनाने का समर्थन करता है।

पेपर का लिंक: http://arxiv.org/abs/2607.02015

कोड लिंक: https://github.com/zxp555/AutoMIA

पेपर को CVPR 2026 में स्वीकार कर लिया गया है और इसे कॉन्फ्रेंस की हाइलाइट पेपर (Highlight Paper) घोषित किया गया है; साथ ही, इसकी उच्च गणना दक्षता के कारण, इस कार्य को CVPR एफिशिएंट कंप्यूटिंग पुरस्कार (Efficient CVPR) प्राप्त हुआ है।

ऑप्टिकल विकृति कला लंबे समय से कला, मनोविज्ञान और कंप्यूटर दृष्टि के अंतर्क्रिया क्षेत्र में एक महत्वपूर्ण समस्या रही है। सामान्य 2D विकृतियों में मिश्रित चित्र, दृश्य विकृत चित्र आदि शामिल हैं; 3D विकृतियों में Shadow Art, Multi-View Wire Art आदि शामिल हैं।

ये तरीके आमतौर पर विशिष्ट दृष्टिकोण, प्रक्षेप या छाया संबंधों पर निर्भर करते हैं, जिससे एक ही वस्तु विभिन्न अवलोकन परिस्थितियों में अलग-अलग दिखाई देती है।

Mirror Illusion Art एक विशेष 3D भ्रम है: जब कोई वास्तविक वस्तु दर्पण के सामने रखी जाती है, तो दर्शक सामने से एक पैटर्न देखता है और दर्पण में दूसरा पैटर्न देखता है।

पहले, संबंधित डिज़ाइन के लिए बड़ी मात्रा में मैनुअल निष्कर्षण और हस्तांतरित समायोजन की आवश्यकता होती थी, और यह अक्सर आकार डिज़ाइन पर केंद्रित था, जिससे रंगीन पैटर्न को एक साथ संभालना मुश्किल होता था। यदि शैडो आर्ट जैसी विधियों का सीधे उपयोग किया जाए, तो सतही शोर, बैकग्राउंड ब्लॉक या आंतरिक विराम उत्पन्न हो सकते हैं, जो दृश्य गुणवत्ता और वास्तविक निर्माण को प्रभावित करते हैं।

इसलिए, लेखक एक सीधा प्रश्न उठाता है: क्या AI को इस तरह के दर्पण भ्रम वस्तुओं को स्वचालित रूप से डिज़ाइन करने की अनुमति दी जा सकती है? दो लक्ष्य चित्रों को देखते हुए, क्या प्रणाली एक ही वस्तु के 3D आकार और रंग को एक साथ अनुकूलित कर सकती है, ताकि दो दृश्यों में दो निर्दिष्ट रूप प्रस्तुत किए जा सकें?

AutoMIA ने इस समस्या को एक द्वि-दृष्टिकोण विपरीत डिज़ाइन कार्य के रूप में मॉडल किया है। प्रणाली 3D वस्तुओं को वॉक्सेल्स के रूप में निरूपित करती है, जिनमें प्रत्येक वॉक्सेल घनत्व और रंग की जानकारी शामिल होती है; इसके बाद एक अविच्छेद्य वॉक्सेल रेंडरिंग के माध्यम से दो निर्दिष्ट दृष्टिकोणों से वस्तु को रेंडर किया जाता है और रेंडर किए गए परिणामों की तुलना दो लक्ष्य छवियों से की जाती है।

अनुकूलन लक्ष्य में आकार समानता और रंग समानता दोनों शामिल हैं, जिससे उत्पन्न वस्तु आकृति की आवश्यकताओं को पूरा करे और लक्ष्य छवि का रंग भी उत्पन्न करे।

वास्तविक अनुकूलन में, लेखक ने चार प्रमुख समस्याओं की पहचान की: सतही शोर, पृष्ठभूमि शोर, आंतरिक विराम, और आकृति और रंग अनुकूलन में असंतुलन।

इसके लिए, पेपर चार मुख्य तंत्र प्रस्तावित करता है।

सबसे पहले PAC, यानी प्रक्षेप संरेखण पर आधारित संयुक्त क्षेत्र काटना। प्रणाली वर्तमान वॉक्सेल में प्रत्येक संयुक्त घटक को दो दृश्यों पर प्रक्षेपित करती है और उनके लक्ष्य मास्क के साथ मेल खाने की मात्रा और पृष्ठभूमि रिसाव के आधार पर अंक देती है, ताकि केवल लक्ष्य पैटर्न के लिए वास्तविक रूप से सहायक संरचनाओं को बनाए रखा जा सके और तैरते हुए या अवैध शोर भागों को हटा दिया जा सके।

दूसरा PWA है, जिसका अर्थ स्थान-आधारित भारित अनुकूल शोर निवारण है। यह पिक्सेल की लक्ष्य क्षेत्र से दूरी के आधार पर पृष्ठभूमि दंड भार को समायोजित करता है, जिससे लक्ष्य पैटर्न से दूर के गलत प्रक्षेपण को अधिक कड़ा दंड मिलता है और दूर की पृष्ठभूमि शोर कम होता है।

तीसरा IVP, यानी आंतरिक वॉक्सेल सुरक्षा है। चूंकि निरीक्षित छवियाँ मुख्य रूप से वस्तु की सतह को सीमित करती हैं, इसलिए आंतरिक वॉक्सेल अनुकूलन के दौरान गलती से कमजोर हो सकते हैं, जिससे संरचना टूट सकती है। IVP आंतरिक वॉक्सेल की पहचान करता है और घनत्व की न्यूनतम सीमा लागू करता है, जिससे वस्तु की पूर्णता बनी रहती है, जो बाद में 3D प्रिंटिंग के लिए विशेष रूप से महत्वपूर्ण है।

अंत में, SCD, यानी आकार-रंग अलगकरण अनुकूलन। AutoMIA प्रशिक्षण प्रक्रिया को आकार अनुकूलन, आकार-रंग संयुक्त अनुकूलन और रंग सूक्ष्मीकरण चरणों में विभाजित करता है, जिससे रंग का जल्दी ही ज्यामितीय संरचना को विकृत करने से बचा जा सके और विभिन्न दृष्टिकोणों के रंगों के बीच संघर्ष कम हो सके।

AutoMIA की पुष्टि बहुविध 2D चित्रों को इनपुट के रूप में लेकर की गई है, जिनमें अंग्रेजी अक्षर, अंक, चीनी वर्ण, ज्यामितीय पैटर्न, इमोजी, कार्टून पैटर्न और लोगो शामिल हैं।

प्रयोग में, लेखक ने AutoMIA की तुलना Shadow Art (SA) और Shadow Art Revisited (SAR) जैसी विधियों के साथ की। चूंकि आधार विधियाँ मुख्य रूप से आकार अनुकूलन का समर्थन करती हैं, इसलिए तुलना के मुख्य पहलू समतलता, शोर स्तर और आकार संगति जैसे सूचकांक हैं।

परिणाम दर्शाते हैं कि AutoMIA ने पुनर्निर्माण गुणवत्ता में स्पष्ट लाभ प्राप्त किया है। शोध पत्र में, AutoMIA की चिकनाई (SL) 0.989 तक पहुँची, शोर स्तर (NL) घटकर 0.049 हो गया, और आकृति संगति (SS) 0.931 तक पहुँची; इसके विपरीत, SA और SAR ने आकृति संगति और शोर नियंत्रण में स्पष्ट अंतर दिखाया।

इसी समय, AutoMIA एकल RTX 3090 पर औसत डिज़ाइन समय केवल 76 सेकंड और औसत VRAM उपयोग लगभग 2.6GB है, जो उच्च कार्यक्षमता को दर्शाता है।

विज़ुअलाइज़ेशन परिणामों से देखा जा सकता है कि SA और SAR में तैरते हुए शोर, सतह की अनियमितता या आंतरिक टूटन जैसी समस्याएँ आसानी से उत्पन्न होती हैं, जिससे वस्तुएँ स्थिर, पूर्ण ठोस संरचना बनाने में कठिनाई का सामना करती हैं।

AutoMIA द्वारा उत्पन्न परिणाम न केवल दोनों लक्ष्य छवियों के कंटूर को बेहतर ढंग से मैच कर सकते हैं, बल्कि इनपुट छवि की रंगीन सतह को पुनर्निर्मित कर सकते हैं, जिससे सामने का दृश्य और दर्पण दृश्य दोनों में स्पष्ट दृश्य अर्थ होते हैं।

मिरर हॉलूसिनेशन आर्ट के लिए यह विशेष रूप से महत्वपूर्ण है: यदि आकृति सही है लेकिन रंग अव्यवस्थित है, या रंग निकट हैं लेकिन संरचना टूटी हुई है, तो अंतिम रूप से विश्वसनीय भ्रम प्रभाव बनाना कठिन होता है।

एबलेशन परीक्षणों से आगे पता चलता है कि PAC, PWA, IVP और SCD सभी अंतिम परिणाम में योगदान देते हैं। किसी भी मॉड्यूल को हटाने से पुनर्निर्माण गुणवत्ता में कमी आती है। उदाहरण के लिए, PAC को हटाने से शोर में उल्लेखनीय वृद्धि होती है और आकृति संगति कम हो जाती है; SCD को हटाने से आकृति, रंग और चिकनाहट प्रभावित होती है।

यह बताता है कि AutoMIA केवल वॉक्सल अनुकूलन पर निर्भर नहीं है, बल्कि इमेजिनरी हैलूसिनेशन डिजाइन में उत्पन्न समस्याओं के लिए एक व्यवस्थित डिजाइन किया गया है।

नीचे डिजिटल दुनिया के कुछ उदाहरण दिए गए हैं, जिनमें दिखाया गया है कि Blender डिजिटल सिमुलेशन सॉफ्टवेयर के आधार पर अच्छी तरह से रेंडर किए गए दर्पण भ्रम वस्तुएँ बनाई गई हैं।

डिजिटल परिणामों के अलावा, पेपर में कई वास्तविक निर्माण उदाहरण भी दिखाए गए हैं। लेखकों ने अनुकूलित वॉक्सेल मॉडल को 3D प्रिंट के लिए उपयुक्त फॉर्मेट में बदला और वास्तविक वस्तुओं को 3D प्रिंट करके बनाया।

वास्तविक फोटो में, वस्तु का सामने का हिस्सा और दर्पण में प्रतिबिंब अलग-अलग पैटर्न दर्शाते हैं, जो यह संकेत देते हैं कि यह विधि सफलतापूर्वक डिजिटल डिजाइन से भौतिक दुनिया में ले जाई जा सकती है।

उपयोगकर्ता इस विधि का उपयोग करके विभिन्न कलाकृतियाँ बना सकते हैं।

शोधकर्ताओं ने AutoMIA का प्रस्ताव रखा है, जो Mirror Illusion Art को स्वचालित रूप से उत्पन्न करने के लिए एक AI डिजाइन सिस्टम है।

यह दो 2D चित्रों से शुरू करके 3D वस्तु के आकार और रंग का संयुक्त अनुकूलन कर सकता है, और PAC, PWA, IVP और SCD जैसे तंत्रों के माध्यम से परिणाम की गुणवत्ता में सुधार कर सकता है, जिससे उत्पादित वस्तुएँ अधिक चिकनी, पूर्ण और वास्तविक निर्माण के लिए अधिक उपयुक्त होती हैं।

यह कार्य AI की गणनात्मक डिजाइन और कला रचना में नए संभावनाओं को दर्शाता है: यह केवल चित्र उत्पन्न ही नहीं कर सकता, बल्कि भौतिक रूप से संभव 3D विकृत वस्तुओं का डिजाइन भी कर सकता है। एक वस्तु वास्तविकता में केवल एक ही आकृति रखती है, लेकिन दर्पण में एक अलग दृश्य पहचान प्रस्तुत कर सकती है; इस "सामने और दर्पण में असंगति" का प्रभाव, दृश्य संवेदना, प्रतिलोम ग्राफिक्स और डिजिटल निर्माण के लिए नए अनुसंधान दिशाओं प्रदान करता है।

पेपर के लेखक क्रमशः झु शियाओपेई, त्सिंहुआ विश्वविद्यालय के शुईमू शोधार्थी, जिनके सहयोगी मार्गदर्शक झु जुन प्रोफेसर हैं; ली ज़ेयुआन (साझा प्रथम लेखक), हुआज़होंग विज्ञान और प्रौद्योगिकी विश्वविद्यालय के स्नातक छात्र, और त्सिंहुआ विश्वविद्यालय के प्रोफेसर झु जुन और अध्यापक हु सियाओलिन (संपर्क लेखक) हैं।

संदर्भ: http://arxiv.org/abs/2607.02015

यह लेख वेचेन ग्रुप "न्यूज़िज़युएन" से आया है, लेखक: न्यूज़िज़युएन; संपादक: LRST