ഫീൽഡ് തിരിച്ചറിയലിന്റെ ആഴം: കമ്പ്യൂട്ടർ ദർശനം 3D യിൽ കാണാൻ പഠിപ്പിക്കുന്നു

• രചയിതാവ്:
• രചയിതാവിന്റെ പേര്

  Quantumrun ദീർഘവീക്ഷണം
• ഡിസംബർ 28, 2022

ഇൻസൈറ്റ് സംഗ്രഹം

ലോകം കൂടുതൽ സ്വയംഭരണ ഉപകരണങ്ങളുടെ ഉപയോഗം സ്വീകരിക്കുമ്പോൾ വസ്തുക്കളെയും പരിസരങ്ങളെയും കൃത്യമായി തിരിച്ചറിയാൻ കഴിയുന്ന യന്ത്രങ്ങൾ നിർണായകമായി മാറുകയാണ്. എന്നിരുന്നാലും, ഡെപ്ത് ഓഫ് ഫീൽഡ് (DOF) വിഷൻ ടെക്നോളജികളിലെ സംഭവവികാസങ്ങളും വിവാദപരമായ നിരീക്ഷണ ആവശ്യങ്ങൾക്കായി ഉപയോഗിക്കാം. DOF-ൻ്റെ ദീർഘകാല പ്രത്യാഘാതങ്ങളിൽ വാഹനാപകടങ്ങൾ കുറയുന്നതും മികച്ച നാവിഗേഷൻ വൈദഗ്ധ്യമുള്ള റോബോട്ടുകളും ഉൾപ്പെടുന്നു.

ഫീൽഡ് തിരിച്ചറിയൽ സന്ദർഭത്തിന്റെ ആഴം

ഡെപ്ത് ഓഫ് ഫീൽഡ് എന്നത് വിഷയത്തിന്റെ മുന്നിലും അപ്പുറത്തും ഉള്ള ദൂരത്തെ സൂചിപ്പിക്കുന്നു. കമ്പ്യൂട്ടർ വിഷൻ (സിവി) അൽഗോരിതങ്ങൾ DOF-ലെ സൂക്ഷ്മതകൾ മനസ്സിലാക്കാനും അവയുടെ പശ്ചാത്തലത്തിൽ നിന്ന് ഒബ്ജക്റ്റുകളെ വേർതിരിക്കാനും പരിശീലിപ്പിക്കുന്നു. ഇമേജ് തിരിച്ചറിയൽ മുതൽ നിരീക്ഷണം വരെ സുരക്ഷിതമായ സ്വയംഭരണ വാഹനങ്ങൾ (എവികൾ) സൃഷ്ടിക്കുന്നത് വരെ വിവിധ രീതികളിൽ വികസിപ്പിക്കാൻ കഴിയുന്നതിനാൽ ഈ സവിശേഷതയാണ് സിവിയെ ബഹുമുഖമാക്കുന്നത്. 

DOF റെക്കഗ്നിഷനിലെ മുന്നേറ്റങ്ങൾ പകർത്തുന്ന ഒരു ഉപകരണം 3D ക്യാമറയാണ്. മനുഷ്യന്റെ ബൈനോക്കുലർ ദർശനത്തിലൂടെ ത്രിമാനങ്ങൾ പകർത്തി ചിത്രങ്ങളിലെ ആഴം കാണാൻ ഈ ക്യാമറകൾ കാഴ്ചക്കാരനെ അനുവദിക്കുന്നു. ചില 3D ക്യാമറകൾ വ്യത്യസ്ത കാഴ്ചപ്പാടുകൾ രേഖപ്പെടുത്താൻ ഒന്നിലധികം ലെൻസുകൾ ഉപയോഗിക്കുന്നു, മറ്റുള്ളവയിൽ സ്ഥാനം മാറ്റുന്ന ഒരു ലെൻസ് മാത്രമേയുള്ളൂ. രണ്ട് കാഴ്ചപ്പാടുകളുടെയും സംയോജനം ആഴത്തിലുള്ള ധാരണ സൃഷ്ടിക്കുന്നു.

ഈ ഉപകരണങ്ങൾ തുടക്കത്തിൽ ഉയർന്ന നിലവാരമുള്ള മെറ്റീരിയൽ നിർമ്മിക്കുന്നതിനായി ഉള്ളടക്ക സ്രഷ്‌ടാക്കൾക്കായി രൂപകൽപ്പന ചെയ്‌തിരുന്നുവെങ്കിലും കൂടുതൽ നിരീക്ഷണ സംവിധാനങ്ങളായി ഉപയോഗിച്ചു. LiDAR (ലൈറ്റ് ഡിറ്റക്ഷനും റേഞ്ചിംഗും, വസ്തുക്കളിലേക്കുള്ള ദൂരം അളക്കാൻ പൾസ്ഡ് ലേസർ ലൈറ്റ് ഉപയോഗിക്കുന്നു) സെൻസർ 3D ക്യാമറകളുമായി സംയോജിപ്പിക്കുമ്പോൾ, മുഖം മാസ്കുകളോ ഗ്ലാസുകളോ ഉപയോഗിച്ച് മറച്ചിരിക്കുമ്പോൾ പോലും മുഖം തിരിച്ചറിയാൻ കഴിയുന്ന വയർഫ്രെയിമുകൾ ഇത് നിർമ്മിക്കുന്നു. വിവിധ പരിതസ്ഥിതികളിൽ ചില സവിശേഷതകൾ എങ്ങനെ വ്യത്യാസപ്പെട്ടിരിക്കുന്നുവെന്നും കാലത്തിനനുസരിച്ച് മാറുന്നതിനെക്കുറിച്ചും ആഴത്തിലുള്ള പഠനം ഉപയോഗിച്ച് ഈ സാങ്കേതികവിദ്യ ഒബ്ജക്റ്റ് തിരിച്ചറിയൽ മെച്ചപ്പെടുത്തുന്നു.

തടസ്സപ്പെടുത്തുന്ന ആഘാതം

ഇന്റലിജൻസ് സ്ഥാപനമായ ടെക്‌നാവിയോ പറയുന്നതനുസരിച്ച്, 3 വരെ 22D സെൻസർ വിപണി പ്രതിവർഷം 2024 ശതമാനം വളരുമെന്ന് പ്രതീക്ഷിക്കുന്നു. ആഗോള മുഖം തിരിച്ചറിയൽ സോഫ്‌റ്റ്‌വെയർ 12-ഓടെ 2025 ബില്യൺ ഡോളർ സമ്പാദിക്കുമെന്ന് പ്രവചിക്കപ്പെട്ടു. 3D വിഷൻ ടെക് സ്ഥാപനമായ Orbbec പ്രകാരം, COVID-19 പാൻഡെമിക് മുതൽ, കോൺടാക്റ്റ്‌ലെസ് തിരിച്ചറിയലിനും തിരിച്ചറിയലിനും 3D ക്യാമറകൾ തിരഞ്ഞെടുക്കപ്പെട്ട രീതിയായി മാറിയിരിക്കുന്നു.

ഒബ്‌ജക്‌റ്റ് തിരിച്ചറിയലിൽ മികച്ചതാക്കാൻ LiDAR, 3D ക്യാമറകളുടെ സംയോജനത്തെ നിരവധി സവിശേഷതകൾ അനുവദിക്കുന്നു. ഡസൻ മുതൽ നൂറുകണക്കിന് മീറ്റർ വരെ അകലെയുള്ള വസ്തുക്കളെ കണ്ടെത്താൻ LiDAR സെൻസർ ഉപയോഗപ്രദമാണ്, എന്നാൽ ഏതാനും മീറ്ററുകളിൽ മാത്രം അടുത്തുള്ള വസ്തുക്കളെ തിരിച്ചറിയാൻ കഴിയില്ല. ഉദാഹരണത്തിന്, AV-കളിൽ, LiDAR-ന് ചോദ്യം ചെയ്യപ്പെടുന്ന ഒബ്‌ജക്റ്റ് ഒഴിവാക്കേണ്ടതാണോ അല്ലയോ എന്ന് പറയാൻ കഴിയില്ല.

കൂടുതൽ പൂർണ്ണമായ ചിത്രം നൽകുന്നതിന് ഡെപ്ത് വിഷൻ സിസ്റ്റങ്ങൾക്ക് LiDAR-നെ പൂരകമാക്കാൻ കഴിയും. ഡെപ്ത് ക്യാമറകളിൽ സാധാരണയായി സ്റ്റീരിയോവിഷൻ വാഗ്ദാനം ചെയ്യുന്ന രണ്ട് RGBD (കളർ-ഡെപ്ത്ത്) ക്യാമറകൾ സജ്ജീകരിച്ചിരിക്കുന്നു. സമീപത്തുള്ള വസ്തുക്കളുടെ ദൂരം, സ്ഥാനം, വേഗത എന്നിവ മനസ്സിലാക്കാൻ ഈ കഴിവ് ക്യാമറയെ അനുവദിക്കുന്നു. RGB (കളർ) ക്യാമറയിൽ നിന്നുള്ള ചേർത്ത ടെക്സ്ചറുകൾ കൂടുതൽ വിശദാംശങ്ങൾ നൽകുന്നു.

ഡീപ് ലേണിംഗ് ടെക്‌നോളജിക്ക് 3D സിസ്റ്റങ്ങളെ ഉയർന്ന വിശ്വസ്തതയോടെ വസ്തുക്കളെ മനസ്സിലാക്കാനും തിരിച്ചറിയാനും പഠിപ്പിക്കാൻ കഴിയും. LiDAR നാവിഗേഷൻ പ്രാപ്തമാക്കുന്നുണ്ടെങ്കിലും, ഡെപ്ത് ക്യാമറകൾക്ക് തടസ്സ ധാരണയും തിരിച്ചറിയലും ഉറപ്പാക്കാൻ കഴിയും. ഇതിന് മോട്ടോർ സൈക്കിളുകൾ, മാനുകൾ, കാൽനടയാത്രക്കാർ, സ്കൂട്ടറുകളിലോ സ്കേറ്റ്ബോർഡുകളിലോ ഉള്ള ആളുകൾ എന്നിവയെ വേർതിരിച്ചറിയാൻ കഴിയും. നായ്ക്കൾ, റാക്കൂണുകൾ അല്ലെങ്കിൽ ഒപോസങ്ങൾ പോലുള്ള മൃഗങ്ങൾ തമ്മിലുള്ള വ്യത്യാസം പോലും ഇതിന് പറയാൻ കഴിയും.

ഫീൽഡ് തിരിച്ചറിയലിന്റെ ആഴത്തിന്റെ പ്രത്യാഘാതങ്ങൾ

ഡെപ്ത് ഓഫ് ഫീൽഡ് റെക്കഗ്നിഷന്റെ വിശാലമായ പ്രത്യാഘാതങ്ങൾ ഉൾപ്പെടാം: 

• ഡ്രൈവറുടെ സുരക്ഷ മെച്ചപ്പെടുത്തുന്നതിനും റോഡപകടങ്ങൾ കുറയ്ക്കുന്നതിനുമായി എല്ലാ പുതിയ റോഡ് വാഹനങ്ങളിലും DOF ക്യാമറകൾ നിർബന്ധമാക്കുന്ന ഗതാഗത സുരക്ഷാ മാനദണ്ഡങ്ങൾ ഒടുവിൽ സ്ഥാപിക്കും.
• വ്യാവസായിക, ഓഫീസ്, ഹോം റോബോട്ടുകൾ അവരുടെ ചുറ്റുപാടുകളിൽ കൂടുതൽ എളുപ്പത്തിൽ നാവിഗേറ്റ് ചെയ്യാൻ DOF ക്യാമറകൾ ഉപയോഗിക്കും, പ്രത്യേകിച്ചും അവ സ്വയം പ്രവർത്തിക്കാൻ രൂപകൽപ്പന ചെയ്തതാണെങ്കിൽ.
• മുഖംമൂടി ധരിച്ച തീവ്രവാദികളെയും മറ്റ് കുറ്റവാളികളെയും തിരിച്ചറിയാൻ നിയമ നിർവ്വഹണ ഏജൻസികൾ 3D ക്യാമറകൾ ഉപയോഗിക്കുന്നു. എന്നിരുന്നാലും, പ്രതിഷേധങ്ങളെയും പ്രവർത്തകരെയും അടിച്ചമർത്താനും സാങ്കേതികവിദ്യ ഉപയോഗിക്കാം.
• ജീവനക്കാരെ കൃത്യമായി തിരിച്ചറിയാൻ/പരിശോധിക്കാൻ DOF ക്യാമറകൾ ഉപയോഗിക്കുന്ന കമ്പനികൾ, പ്രത്യേകിച്ച് COVID-19 നെതിരെ മാസ്‌കുകൾ നിർബന്ധമാക്കിയിട്ടുള്ള രാജ്യങ്ങളിൽ.
• പാൻഡെമിക്കിന് ശേഷവും കൂടുതൽ സമ്പർക്കരഹിതവും വിദൂരവുമായ സേവനങ്ങൾ നൽകാൻ DOF ക്യാമറകൾ ഉപയോഗിക്കുന്നു.
• ശത്രു സ്ഥാനങ്ങൾ നന്നായി തിരിച്ചറിയാൻ സൈന്യം DOF അംഗീകാരം വിന്യസിക്കുന്നു.
• DOF ക്യാമറകളെ പ്രതിരോധിക്കാൻ കഴിയുന്ന ഉപകരണങ്ങളോ ഉപകരണങ്ങളോ വികസിപ്പിക്കുന്നതിൽ ശ്രദ്ധ കേന്ദ്രീകരിക്കുന്ന ചില സ്വകാര്യത അനുകൂല കമ്പനികളും വ്യക്തികളും.

പരിഗണിക്കേണ്ട ചോദ്യങ്ങൾ

• 3D ക്യാമറകൾക്കുള്ള മറ്റ് ഉപയോഗ സാധ്യതകൾ എന്തൊക്കെയാണ്?
• സേവനങ്ങൾ മെച്ചപ്പെടുത്താൻ DOF തിരിച്ചറിയൽ ഉപയോഗിക്കാവുന്ന ചില വഴികൾ ഏതൊക്കെയാണ്?