[اہم نکات] چنگہوا یونیورسٹی کے ٹیم نے AutoMIA سسٹم تیار کیا ہے، جو کسی بھی دو تصاویر کو آئینے کا جھوٹا اثر دیکھنے والی 3D آرٹ ورکس میں تبدیل کر سکتا ہے، جس سے سامنے اور پیچھے کی طرف مختلف تصویریں دکھائی دیتی ہیں، اور 3D پرنٹنگ کا سپورٹ بھی کرتا ہے۔
نیچے دو گروہوں کی تصاویر دیکھیں: ہر گروہ میں، بائیں طرف آئینے کے سامنے کی شے کا سامنا والی تصویر ہے، اور دائیں طرف اس کا آئینے میں عکس۔ عجیب بات یہ ہے کہ سامنا والی اور عکس والی تصویر تقریباً دو مختلف چیزوں کی طرح ہیں — پہلے گروہ میں سامنا والی تصویر "CVPR" ہے، جبکہ عکس "2026" بن جاتا ہے؛ دوسرے گروہ میں سامنا والی تصویر "پہاڑ" ہے، جبکہ عکس "پانی" بن جاتا ہے۔
ان کی شکل، رنگ اور حتیٰ کہ ان کا مطلب بھی مطابقت نہیں رکھتا، جیسے کہ ایک "خرابی" ہو۔
اس کی وجوہات یہ ہیں کہ یہ ایک خاص طور پر ڈیزائن کیا گیا 3D آبجیکٹ سے آتا ہے، جو انسانی بصری نظام کے "سمٹری کمپلیشن ایفیکٹ" کا استعمال کرتا ہے تاکہ ایک بصری خطا پیدا کی جا سکے، اس قسم کے ظاہر ہونے کو میرر اِلیوژن آرٹ کہا جاتا ہے۔
محققین نے تینی میٹرک جیومیٹری اور سطحی رنگ کو منصوبہ بندی کر کے ایک حقیقی شے کو براہ راست دیکھنے اور آئینہ میں دیکھنے پر مکمل طور پر مختلف نظر آنے کا انداز بنایا۔
یہ دونوں گروہس کے متعلق "ڈیکرپٹ" ویڈیوز ہیں۔
سنتی طور پر، اس قسم کی فنکارانہ تخلیقات کی ڈیزائننگ میں ماہر فنکاروں کی ہنرمند سوچ، بہت زیادہ پیچیدہ دستی ڈیزائن کا تجربہ اور ریاضی کے حسابات درکار ہوتے ہیں، جس کی وجہ سے عام لوگوں کے لیے اس قسم کی تخلیقات ڈیزائن کرنا بہت مشکل ہوتا ہے۔
کیا ایک طریقہ ہے جس سے عام لوگوں کو اپنے خیالات کو آرٹ ورک میں تبدیل کرنے میں خودکار طور پر مدد مل سکے؟
ہالی، تشنگہوا یونیورسٹی سمیت دیگر اداروں کی تحقیقی ٹیم نے آٹو میا کا ایک طریقہ پیش کیا ہے، جو ایک آئی اے ڈیزائن میتھڈ ہے جو آئینہ کے جھوٹھے فن کو خودکار طور پر تخلیق کرتی ہے۔ صرف دو تصاویر کو کسی بھی طرح منتخب کریں، ایک آئینے کے سامنے اور دوسری آئینے میں، آٹو میا خودکار طور پر تین ابعادی فن تخلیق کر دے گا اور اسے فوراً تین ابعادی پرنٹنگ کے ذریعے فن کا مصنوعہ تیار کرنے کی سہولت فراہم کرتا ہے۔
کاغذ کا لنک: http://arxiv.org/abs/2607.02015
کوڈ لنک: https://github.com/zxp555/AutoMIA
کاغذ کو CVPR 2026 میں قبول کر لیا گیا ہے اور اسے کانفرنس کی اہم کاغذات (Highlight Paper) میں سے ایک قرار دیا گیا ہے؛ ساتھ ہی، اس کی بالخصوص حسابی کارکردگی کے باعث، اس کام کو CVPR کا مفید حسابی انعام (Efficient CVPR) بھی دیا گیا ہے۔
تحقیق کا پس منظر
آپٹیکل اِلیوژن آرٹ طویل عرصے سے آرٹ، نفسیات اور کمپیوٹر ویژن کے تقاطعی شعبے کا اہم مسئلہ رہا ہے۔ عام 2D اِلیوژنز میں مکسڈ اِمیجز، ویژوئل ڈسٹورٹڈ اِمیجز وغیرہ شamil ہیں؛ جبکہ 3D اِلیوژنز میں شیڈو آرٹ، ملٹی ویو وائر آرٹ وغیرہ شامل ہیں۔
یہ طریقے عام طور پر خاص نظریہ، پروجیکشن یا سایہ کے تعلقات پر منحصر ہوتے ہیں، جس سے ایک ہی شے مختلف مشاہدہ کی صورتحال میں مختلف ظاہر ہوتی ہے۔
میرر الیوژن آرٹ ایک مزید خاص 3D اسٹیل ہے: جب کوئی حقیقی شے آئینے کے سامنے رکھی جاتی ہے، تو مشاہدہ کرنے والا سامنے ایک پیٹرن دیکھتا ہے اور آئینے میں دوسری پیٹرن۔
پہلے، متعلقہ ڈیزائن کے لیے بہت زیادہ دستی استنباط اور دستی ایڈجسٹمنٹ درکار ہوتی تھی، اور یہ زیادہ تر شکل ڈیزائن پر مرکوز تھا، جس کی وجہ سے رنگین پیٹرنز کو одно وقت میں نہیں سنبھالا جا سکتا تھا۔ اگر آپ براہ راست Shadow Art جیسے طریقوں کا استعمال کریں، تو سطحی ا噪声، پس منظر کے ٹکڑے یا اندر کے ٹوٹنے کا احتمال زیادہ ہوتا ہے، جو بصری معیار اور حقیقی تیاری کو متاثر کرتا ہے۔
اس لیے، مصنف نے ایک براہ راست سوال پیش کیا: کیا AI کو اس طرح کے آئینہ خیالی اشیاء کو خودکار طور پر ڈیزائن کرنے کی اجازت دی جا سکتی ہے؟ دو مقصدی تصاویر دی گئی ہوں، کیا سسٹم ایک ہی شے کو تین ابعادی شکل اور رنگ دونوں کو одно وقت بہتر بنانے میں کامیاب ہو سکتا ہے تاکہ وہ ایک ہی شے دو نظریات میں دو مخصوص ظاہری شکلیں دکھائے؟
تحقیقی طریقہ
AutoMIA نے اس مسئلے کو ایک دو نظریہ الٹ ڈیزائن ٹاسک کے طور پر ماڈل کیا ہے۔ سسٹم 3D آبجیکٹس کو ووکسلز کے ذریعے ظاہر کرتا ہے، جہاں ہر ووکسل میں ڈینسٹی اور رنگ کی معلومات ہوتی ہیں؛ پھر یہ دو مخصوص نظریوں سے آبجیکٹ کو ڈفرینشی ایبل ووکسل رینڈرنگ کے ذریعے رینڈر کرتا ہے اور رینڈرڈ نتائج کو دو مقصدی تصاویر کے ساتھ تقابل کرتا ہے۔
ہدف کو شکل کی شبہت اور رنگ کی شبہت دونوں کے ساتھ بہتر بنایا جاتا ہے، تاکہ پیدا شدہ اشیاء نہ صرف کنٹور کی ضروریات پوری کریں بلکہ مقصدی تصویر کے رنگ بھی پیدا کریں۔
عملی بہتری میں، مصنف نے چار اہم مسائل دریافت کیے: سطحی شور، پس منظر کا شور، اندر کی ٹوٹ پھوٹ، اور شکل اور رنگ کی بہتری کا عدم توازن۔
اس کے لیے، مقالہ چار مرکزی مکینزمز پیش کرتا ہے۔
سب سے پہلے PAC، یعنی پروجیکشن ایلائنمنٹ کے مطابق کنکٹڈ کمپوننٹس کی کٹنگ۔ سسٹم موجودہ ووکسل میں موجود کنکٹڈ کمپوننٹس کو دو نظاروں پر منفرد طور پر پروجیکٹ کرے گا، اور ان کے ہدف ماسک کے ساتھ مطابقت اور بیک گراؤنڈ لیکیج کے بنیاد پر اسکور دے گا، تاکہ صرف ہدف پیٹرن کے لیے مفید ساختوں کو برقرار رکھا جا سکے اور تیرتے ہوئے یا غیر ضروری شور کو ختم کیا جا سکے۔
دوسرے، PWA، یعنی مقامی وزنی خودکار شور کم کرنے والا نظام۔ یہ پکسل کی فاصلہ کے مطابق مقصد علاقے کے لیے پس منظر کے جرمانہ وزن کو ترتیب دیتا ہے، جس سے مقصد پیٹرن سے دور کی گئی غلط پروجیکشن کو زیادہ سخت جرمانہ دیا جاتا ہے اور دور کے پس منظر کے شور میں کمی آتی ہے۔
تیسرا IVP، یعنی انٹرنل ووکسل پروٹیکشن ہے۔ چونکہ سپروائزڈ تصویریں بنیادی طور پر اشیاء کی سطح پر پابندی لگاتی ہیں، اس لیے انٹرنل ووکسلز آپٹیمائزیشن کے دوران غلطی سے کمزور ہو سکتے ہیں، جس سے ساختی توڑ پڑ جاتی ہے۔ IVP انٹرنل ووکسلز کو شناخت کرتا ہے اور ان پر ڈینسٹی کی حد نچلی حد لگاتا ہے، جس سے اشیاء کی مکملیت برقرار رہتی ہے، جو بعد میں 3D پرنٹنگ کے لیے خاص طور پر اہم ہے۔
آخر میں SCD، یعنی شکل—رنگ الگ کرنا۔ AutoMIA تربیت کے عمل کو شکل کی بہتری، شکل اور رنگ کی مشترکہ بہتری، اور رنگ کی تفصیل کے مراحل میں تقسیم کرتا ہے، جس سے رنگ کا جسمانی ساخت پر جلد از جلد اثر نہیں پڑتا اور مختلف مناظر کے رنگوں کے درمیان تصادم کم ہوتا ہے۔
تجربی نتائج
جبکہ AutoMIA کو متعدد کلاس 2D تصاویر کے طور پر ان پٹ کے ساتھ تصدیق کیا گیا، جس میں انگریزی حروف، اعداد، چینی حروف، جیومیٹرک پیٹرنز، ایموجی، کارٹون پیٹرنز اور لوگو شامل ہیں۔
تجربے میں، مصنفین نے AutoMIA کا موازنہ Shadow Art (SA) اور Shadow Art Revisited (SAR) جیسے طریقوں کے ساتھ کیا۔ چونکہ بنیادی طریقے صرف شکل کے بہتر بنانے کو سپورٹ کرتے ہیں، اس لیے موازنہ کے مرکزی پہلوؤں میں چکنائی، شور کا سطح اور شکل کی ایک جیسی مطابقت جیسے اشارے شamil ہیں۔
نتائج سے پتہ چلتا ہے کہ AutoMIA کو دوبارہ تعمیر کی معیار میں واضح فرق حاصل ہوا۔ تحقیقی رپورٹ کے مطابق، AutoMIA کی سMOOTHNESS (SL) 0.989 تک پہنچ گئی، نویز لیول (NL) گھٹ کر 0.049 ہو گیا، اور شکل کی ایک جنسیت (SS) 0.931 تک پہنچ گئی؛ جبکہ SA اور SAR شکل کی ایک جنسیت اور نویز کنٹرول دونوں میں واضح فرق رکھتے ہیں۔
اسی طرح، AutoMIA ایک RTX 3090 پر اوسطاً صرف 76 سیکنڈ میں ڈیزائن کرتا ہے اور اوسطاً 2.6GB گرافک میموری استعمال کرتا ہے، جو اس کی موثر کمپوٹیشنل کارکردگی کو ظاہر کرتا ہے۔
ویژوئلائزیشن کے نتائج کے مطابق، SA اور SAR میں علیحدہ شور، سطح کی عدم یکسانی یا اندر کے ٹوٹنے جیسے مسائل پیدا ہوتے ہیں، جس سے اشیاء کی مستحکم اور مکمل ٹھوس ساخت بنانا مشکل ہو جاتی ہے۔
جبکہ AutoMIA کے ذریعہ تخلیق کردہ نتائج نہ صرف دو مقصدی تصاویر کے کناروں کو بہتر طریقے سے میچ کرتے ہیں بلکہ ان پر داخل کی گئی تصاویر کے رنگین سطحی حصوں کو بھی دوبارہ تعمیر کرتے ہیں، جس سے سامنے کا منظر اور آئینے کا منظر دونوں واضح ویژول سیمینٹکس فراہم کرتے ہیں۔
مِرر ہالوسیشن آرٹ کے لیے یہ خاص طور پر اہم ہے: اگر شکل درست ہے لیکن رنگ برباد ہے، یا رنگ قریب ہیں لیکن ساخت ٹوٹ گئی ہے، تو دونوں صورتوں میں آخر میں قانع کن بھُل بھلائی کا اثر نہیں بن پائے گا۔
ملزوم تجربے مزید ظاہر کرتے ہیں کہ PAC، PWA، IVP اور SCD سب نے آخری نتائج میں اپنا کردار ادا کیا۔ کسی بھی ماڈیول کو ختم کرنا دوبارہ تعمیر کی معیار میں کمی کا باعث بنتا ہے۔ مثال کے طور پر، PAC کو ختم کرنا شور میں نمایاں اضافہ کرتا ہے اور شکل کی ایک جانداری کو کم کرتا ہے؛ جبکہ SCD کو ختم کرنا شکل، رنگ اور چکنائی پر اثر ڈالتا ہے۔
یہ بتاتا ہے کہ AutoMIA صرف وولیوم آپٹیمائزیشن پر انحصار نہیں کرتا، بلکہ میرر ہالوسینیشن ڈیزائن میں پیدا ہونے والے مسائل کے لیے نظام کی بنیاد پر ڈیزائن کیا گیا ہے۔
نیچے ایک ڈیجیٹل دنیا کے مثالیں دی گئی ہیں، جن میں دکھایا گیا ہے کہ بلینڈر ڈیجیٹل سیمیولیشن سافٹ ویئر میں، اچھے جھلک کے اثرات والے اشیاء کو رینڈر کیا گیا ہے۔
عددی نتائج کے علاوہ، تحقیقی مقالہ میں کئی جسمانی تیاری کے کیسز بھی دکھائے گئے ہیں۔ مصنفین نے بہتر شدہ ووکسل ماڈلز کو 3D پرنٹ کے لیے تیار کرنے کے لیے تبدیل کیا اور اصل اشیاء کو 3D پرنٹ کرکے تیار کیا۔
حقیقی فوٹو میں، جسم کا سامنا اور آئینہ میں مختلف پیٹرن دکھائی دیتے ہیں، جو یہ ظاہر کرتے ہیں کہ یہ طریقہ ڈیجیٹل ڈیزائن سے فزیکل دنیا تک کامیابی سے منتقل ہو گیا ہے۔
صارف اس طریقہ کے ذریعے مختلف فنی تخلیقات تیار کر سکتے ہیں۔
نتیجہ اور مستقبل کی توقعات
محققین نے آٹو میا، ایک AI ڈیزائن سسٹم پیش کیا جو میرر ایلیوژن آرٹ کو خودکار طور پر تخلیق کرنے کے لیے استعمال ہوتا ہے۔
یہ دو 2D تصاویر سے شروع کرتے ہوئے 3D آبجیکٹ کی شکل اور رنگ کو مل کر بہتر بناتا ہے، اور PAC، PWA، IVP اور SCD جیسے میکنزمز کے ذریعے نتائج کی معیار کو بہتر بناتا ہے، جس سے تخلیق کردہ آبجیکٹس زیادہ چکنے، زیادہ مکمل اور عملی تیاری کے لیے زیادہ مناسب ہوتے ہیں۔
یہ کام AI کی حسابی ڈیزائن اور فن تخلیق میں نئے امکانات کو ظاہر کرتا ہے: یہ نہ صرف تصاویر بناتا ہے بلکہ فزیکل طور پر حاصل کرنے کے قابل 3D ادراکی اشیاء کا ڈیزائن بھی کرتا ہے۔ ایک شے حقیقت میں صرف ایک ہی شکل رکھتی ہے، لیکن آئینے میں ایک دوسری بصری شناخت پیش کرتی ہے، اور یہ "سامنے اور آئینے میں عدم مطابقت" کا اثر بصری ادراک، الٹا گرافکس اور ڈیجیٹل تیاری کے لیے نئے تحقیقی راستے کھولتا ہے۔
لکھاری کا تعارف
کتاب کے مصنفین ترتیب سے ہیں: ژو شیوپی، تسوہوا اکیڈمک شریک، جن کے ساتھ تعاون ڈاکٹر ژو جون نے کیا؛ لی زے یوان (مشترکہ پہلا مصنف)، ہواژونگ سائنس اینڈ ٹیکنالوجی یونیورسٹی کے اسٹوڈنٹ، اور تسوہوا یونیورسٹی کے ڈاکٹر ژو جون اور اسسٹنٹ پروفیسر ہو شیائولن (متعلقہ مصنف)۔
حوالہ جات: http://arxiv.org/abs/2607.02015
یہ مضمون ویچن گروپ "نیوزی یوان" سے ہے، مصنف: نیوزی یوان؛ ایڈیٹر: LRST