في عالم الرسوميات ثلاثية الأبعاد، أصبحت طرق تشويه نموذج Gaussian ثلاثي الأبعاد (3D Gaussian Splatting) من أكثر الطرق فعالية في عرض المشاهد الديناميكية. لكن، كانت هناك قصور كبير في النماذج الحالية، حيث تفتقر معظم طرق الحقن بالتشوه إلى نمذجة مستوى الكائنات بشكل صريح، مما يؤدي إلى تشوهات غير متناسقة للكائنات ورابط غير مرغوب بين الكائنات المختلفة.

لمعالجة هذه التحديات، تم تقديم نموذج جديد تحت اسم تنظيم التشوهات الموجهة بواسطة الدلالات (SemDynReg). حيث يهدف هذا الإطار المبتكر إلى تحقيق تنظيم ديناميكي عند مستوى الكائنات، مما يضمن تشوهًا متسقًا في الفضاء بالنسبة لكل كائن.

تتضمن العملية استخراج أقنعة تقسيم تتعلق بالكائنات باستخدام نموذج Segment Anything Model (SAM)، ثم تُشتق ميزات دلالية من الصور المدخلة. بناءً على ذلك، يتم إنشاء خريطة معرف الكائن (object-ID map) من خلال مطابقة أهمية الميزات مع قاموس object محدد مسبقًا.

تحت إشراف خريطة معرف الكائن هذه، يتم تحديد الـ k العلوي من Gaussians الأكثر مساهمة لكل كائن، وتفرض قاعدة توافقية على معلمات التشوه الخاصة بها، بما في ذلك الموقع، الحجم، والدوران. على عكس الطرق السابقة التي تعتمد على تعلم حقول التشوه دون قيود واضحة على مستوى الكائن، يتضمن نهجنا إشارات دلالية توجه سلوك التشوه عند مستوى الكائن.

أظهرت النتائج التجريبية أن تنظيمنا المدعوم بالدلالات يحسن من تماسك التشوه على مستوى الكائن وي outperform طرق الأساس في جودة العرض، مُحققًا ارتفاعًا في PSNR وSSIM وانخفاضًا في LPIPS في عرض ديناميكي لنماذج 3DGS.