Tsinghua Üniversitesi Araştırmacıları, 3D Ayna İllüzyonu Sanatı Oluşturma İçin AutoMIA Geliştirdi

【Giriş】Tsinghua Üniversitesi ekibi tarafından geliştirilen AutoMIA sistemi, herhangi iki resmi ayna illüzyonu etkisiyle 3D sanat eserlerine dönüştürerek ön ve arka yüzlerde farklı desenlerin görsel sunumunu sağlıyor ve 3D yazıcıyla basımı destekliyor.

Aşağıdaki iki fotoğraf grubuna bir göz atın: Her grupta, solda nesnenin aynanın önünde görünen ön yüzü, sağda ise aynadaki yansıması yer alıyor. İlginç olan, ön yüz ile aynadaki yansımanın neredeyse tamamen farklı iki şey gibi görünmesi—ilk grupta ön yüz «CVPR», aynada ise «2026» oluyor; ikinci grupta ön yüz «dağ», aynada ise «su» oluyor.

Çizgileri, renkleri ve hatta anlamları uyumlu değil, sanki bir «hile» gibi.

Arka plandaki neden, insan görsel sisteminin "simetri tamamlama etkisini" kullanarak illüzyon yaratan özel olarak tasarlanmış bir 3D nesneden kaynaklanmaktadır; bu tür fenomenler ayna illüzyonu sanatı olarak bilinir.

Araştırmacılar, bir gerçek nesnenin doğrudan gözlemlenmesi ve aynadaki görüntüsünde tamamen farklı görsel etkiler oluşturmak için üç boyutlu geometri ve yüzey renklerini dikkatle tasarladı.

Aşağıda karşılıklı "Şifre Çözme" videoları yer almaktadır.

Geleneksel olarak, bu tür sanat eserlerinin tasarımı, profesyonel bir sanatçının zekâlı bir fikri ve büyük miktarda karmaşık elle tasarım deneyimi ile matematiksel hesaplamayı gerektirir; bu tür sanat eserlerinin tasarımı, sıradan bir kişi için yüksek bir engeldir.

Pekâlâ, böyle bir sanatsal tasarımın tamamen otomatikleştirilmesi ve sıradan insanların ilhamlarını eserlere dönüştürmesine yardımcı olacak bir yöntem var mı?

Son zamanlarda Tsinghua Üniversitesi ve diğer kurumların bir araştırma ekibi, AutoMIA adlı, yansıma illüzyonu sanatını otomatik olarak oluşturmak için bir AI tasarım yöntemi önerdi. Kullanıcılar, sadece iki herhangi resim belirterek, sırasıyla aynanın önünde ve aynadaki desenleri tanımlayabilir; AutoMIA, 3B sanat eseri tasarımı yapar ve doğrudan 3B yazıcıyla sanat eserini üretmeyi destekler.

Makale bağlantısı: http://arxiv.org/abs/2607.02015

Kod bağlantısı: https://github.com/zxp555/AutoMIA

Makale CVPR 2026'de kabul edildi ve konferansın vurgulu makalesi (Highlight Paper) olarak değerlendirildi; aynı zamanda yüksek hesaplama verimliliği nedeniyle CVPR Verimli Hesaplama Ödülü'nü (Efficient CVPR) kazandı.

Optik illüzyon sanatı, uzun süredir sanat, psikoloji ve bilgisayar görüşünün kesişim alanında önemli bir sorun olmuştur. Yaygın 2D illüzyonlar arasında karışık görüntüler, görsel çarpıtılmış görüntüler yer alır; 3D illüzyonlar ise Shadow Art, Multi-View Wire Art gibi örnekleri içerir.

Bu yöntemler genellikle belirli bir bakış açısı, projeksiyon veya gölge ilişkisine dayanarak, aynı nesnenin farklı gözlem koşullarında farklı görünümler sergilemesini sağlar.

Mirror Illusion Art, daha özel bir 3D illüzyonudur: bir gerçek nesne bir aynanın önüne konduğunda, izleyici ön tarafta bir desen, aynada ise başka bir desen görür.

Daha önce, ilgili tasarımlar genellikle büyük miktarda el ile çıkarım ve elle ayarlamayı gerektirir ve çoğunlukla şekil tasarımı üzerine odaklanır; renkli desenleri aynı anda işlemek zordur. Shadow Art gibi yöntemlerin doğrudan kopyalanması, yüzey gürültüsü, arka plan blokları veya iç kesintiler oluşturarak görsel kaliteyi ve fiziksel üretimi etkileyebilir.

Bu nedenle yazar, AI'nın bu ayna illüzyon nesnelerini otomatik olarak tasarlayıp tasarlayamayacağını doğrudan soruyor: İki hedef resim verildiğinde, sistem aynı nesnenin iki farklı bakış açısı altında iki belirli görünümü sergilemesi için 3D şeklini ve rengini aynı anda optimize edebilir mi?

AutoMIA, bu sorunu çift bakış açılı ters tasarım görevi olarak modelleyerek, 3D nesneleri voxel temsiliyle ifade eder; her voxel, yoğunluk ve renk bilgilerini içerir. Ardından, diferansiyellenebilir voxel rendering ile nesne iki belirli bakış açısından render edilir ve elde edilen sonuçlar iki hedef görüntüyle karşılaştırılır.

Optimizasyon hedefi, hem şekil benzerliğini hem de renk benzerliğini içerir, böylece oluşturulan nesneler hem kontur gereksinimlerini karşılar hem de hedef görüntünün rengini üretir.

Gerçek optimizasyon sırasında yazar, dört ana sorun türü tespit etti: yüzey gürültüsü, arka plan gürültüsü, iç kesintiler ve şekil ile renk optimizasyonu dengesizliği.

Bu nedenle, makale dört temel mekanizma önermektedir.

Öncelikle, projeksiyon hizalamasına dayalı bağlantılı bileşenlerin kesilmesi olan PAC vardır. Sistem, mevcut voxel içindeki bağlantılı bileşenleri iki açıdan projekte eder ve bunların hedef maskesiyle olan örtüşme derecesi ile arka plan sızıntısı durumuna göre puanlar verir; böylece hedef deseni için gerçekten yararlı olan yapılar korunur, yüzeydeki veya geçersiz gürültü parçaları kaldırılır.

İkinci olarak, konuma dayalı ağırlıklı uyumlu gürültü azaltma (PWA) bulunur. Bu, piksellerin hedef bölgeye olan mesafesine göre arka plan ceza ağırlıklarını ayarlar ve hedef desenden uzakta kalan hatalı projeksiyonlara daha güçlü cezalar uygular, böylece uzak arka plan gürültüsü azalır.

Üçüncüsü, IVP, yani iç volumetrik korumadır. Süpervizör görüntüler genellikle nesne yüzeylerini kısıtladığından, iç volumetrik pikseller optimizasyon sırasında yanlışlıkla zayıflatılabilir ve yapısal kırılmalara neden olabilir. IVP, iç volumetrik pikselleri tanımlar ve bir yoğunluk alt sınırı uygular; bu, nesnenin bütünlüğünü korumaya yardımcı olur ve özellikle sonraki 3D baskı için önemlidir.

Son olarak, şekil-renk ayrıştırma optimizasyonu (SCD) yer alır. AutoMIA, eğitim sürecini şekil optimizasyonu, şekil-renk ortak optimizasyonu ve renk inceleme aşamalarına ayırarak, rengin geometrik yapıya erken müdahale etmesini önler ve farklı bakış açılarındaki renk çakışmalarını azaltır.

AutoMIA, İngiliz harfleri, rakamlar, Çin karakterleri, geometrik desenler, emoji, karikatür desenleri ve logolar gibi çok sayıda 2D görüntüsüyle doğrulandı.

Deneysel olarak, yazar AutoMIA'yı Shadow Art (SA) ve Shadow Art Revisited (SAR) gibi yöntemlerle karşılaştırdı. Temel yöntemler çoğunlukla şekil optimizasyonunu desteklediği için karşılaştırma, pürüzsüzlük, gürültü seviyesi ve şekil tutarlılığı gibi göstergeler üzerine odaklandı.

Sonuçlar, AutoMIA'nın yeniden yapılandırma kalitesinde açık bir avantaj sağladığını göstermektedir. Makalede rapor edilen değerlere göre, AutoMIA'nın pürüzsüzlük oranı (SL) 0,989, gürültü seviyesi (NL) 0,049'a düşmüş ve şekil tutarlılığı (SS) 0,931'e ulaşmıştır; buna karşılık, SA ve SAR şekillerdeki tutarlılık ve gürültü kontrolü konularında açık farklar göstermektedir.

Ayrıca, AutoMIA, tek bir RTX 3090 üzerinde ortalama tasarım süresini 76 saniyeye, ortalama GPU bellek kullanımını ise yaklaşık 2,6 GB'a düşürerek yüksek hesaplama verimliliğini sergiliyor.

Görselleştirme sonuçlarına göre, SA ve SAR, nesnelerin kararlı ve tam bir yapı oluşturmasını zorlaştıran asılı gürültü, yüzey düzensizliği veya iç çatlaklar gibi sorunlara neden olabilir.

AutoMIA tarafından oluşturulan sonuçlar, hedef iki görüntünün konturlarına daha iyi uymanın yanı sıra girdi görüntüsünün renkli yüzeyini de yeniden oluşturur ve ön ve ayna perspektiflerinde net bir görsel semantik sağlar.

Miraj sanatı için bu özellikle kritiktir: Şekil doğru ancak renkler karışık ise veya renkler yakınsa ancak yapı parçalanmışsa, sonunda ikna edici bir illüzyon oluşturulamaz.

Ablasyon deneyleri, PAC, PWA, IVP ve SCD'nin tümünün sonucuna katkıda bulunduğunu göstermektedir. Herhangi bir modülün kaldırılması, yeniden yapılandırma kalitesinde düşüşe neden olur. Örneğin, PAC'nin kaldırılması gürültüyü önemli ölçüde artırır ve şekil tutarlılığını azaltır; SCD'nin kaldırılması ise şekil, renk ve pürüzsüzlük etkilerini etkiler.

Bu, AutoMIA'nın yalnızca voxel optimizasyonuna bağımlı olmadığını, aksine yansıma illüzyonu tasarımındaki sorunlar için sistematik bir tasarım gerçekleştirdiğini gösterir.

Aşağıda dijital dünyaya dair bir dizi örnek verilmiştir; resimde görüldüğü gibi, Blender dijital simülasyon yazılımında iyi kalitede ayna illüzyonu nesneleri oluşturulmuştur.

Sayısal sonuçların yanı sıra, makale birden fazla varlık üretim örneğini de göstermektedir. Yazarlar, optimize edilmiş voxel modellerini 3D yazdırılabilir formata dönüştürmüş ve gerçek nesneleri 3D yazdırma yoluyla üretmişlerdir.

Gerçek fotoğrafarda, nesnenin ön yüzü ve aynada görünen görüntü farklı desenler gösteriyor, bu da yöntemin dijital tasarımından fiziksel dünyaya başarıyla geçtiğini gösteriyor.

Kullanıcılar bu yöntemi kullanarak çeşitli sanat eserleri oluşturabilir.

Araştırmacılar, Mirror Illusion Art'ı otomatik olarak oluşturmak için bir AI tasarım sistemi olan AutoMIA'yi önerdi.

İki 2D görüntüden başlayarak 3D nesnenin şeklini ve rengini ortak olarak optimize eder ve PAC, PWA, IVP ve SCD mekanizmaları aracılığıyla sonuç kalitesini artırır; bu da oluşturulan nesnelerin daha pürüzsüz, daha tam ve gerçek üretime daha uygun olmasını sağlar.

Bu çalışma, AI'nın hesaplamalı tasarım ve sanatsal yaratım alanında yeni olanakları göstermektedir: AI yalnızca görüntü üretmekle kalmaz, aynı zamanda fiziksel olarak gerçeklenebilir 3D illüzyon nesneleri de tasarlayabilir. Bir nesne gerçek dünyada yalnızca bir biçimde bulunurken, aynada tamamen farklı bir görsel kimlik sergileyebilir; bu "ön yüz ile aynadaki görüntü arasındaki uyumsuzluk" etkisi, görsel algı, tersine grafik ve dijital üretim alanlarında yeni araştırma yönleri sunar.

Yazarlar sırayla: Zhu Xiaopei, Tsinghua Üniversitesi Water-Mu Akademisyeni, iş birliği danışmanı Prof. Zhu Jun; Li Zeyuan (ortak birinci yazar), Hua Zhong Bilim ve Teknoloji Üniversitesi lisans öğrencisi, ve Tsinghua Üniversitesi Prof. Zhu Jun ile Doç. Hu Xiaolin (iletişim yazarı).

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

Bu yazı, WeChat hesabından "Yeni Akıllı Çevre" tarafından paylaşılmıştır; yazar: Yeni Akıllı Çevre; editör: LRST