एआई मॉडल और प्लेटफ़ॉर्म

शोध टीम ने 3डी चेहरे के भाव का पता लगाने के लिए एआई तकनीक विकसित की

Alex McFarland
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
मुख्य बिंदुKAIST का लाइट-फील्ड कैमरा स्थिर 3D चेहरे की पुनर्निर्माण के लिए छायाओं को दूर करता है।
और देखें
  • KAIST का लाइट-फील्ड कैमरा स्थिर 3D चेहरे की पुनर्निर्माण के लिए छायाओं को दूर करता है।
  • D छवियों पर मशीन लर्निंग ने चेहरे के भावों को पहचानने में 85% सटीकता हासिल की।
  • यह तकनीक मोबाइल स्वास्थ्य सेवा और मानव-मशीन इंटरैक्शन अनुप्रयोगों को सक्षम बनाती है।

कोरिया एडवांस्ड इंस्टीट्यूट ऑफ साइंस एंड टेक्नोलॉजी (कैस्ट) के प्रोफेसर कीहुन जेओंग और डोहेन ली के नेतृत्व में एक संयुक्त शोध टीम ने चेहरे के भाव का पता लगाने के लिए एक नई तकनीक विकसित की है, जिसमें नियर-इन्फ्रारेड लाइट-फील्ड कैमरा तकनीक को आर्टिफिशियल इंटेलिजेंस (एआई) के साथ मिलाया गया है।

यह शोध एडवांस्ड इंटेलिजेंट सिस्टम्स में प्रकाशित किया गया है।

लाइट-फील्ड कैमरे

लाइट-फील्ड कैमरे में इमेज सेंसर के सामने माइक्रो-लेंस सरणी होती है, जो उन्हें एक स्मार्टफोन में फिट होने में सक्षम बनाती है। साथ ही, वे एक ही शॉट में प्रकाश की स्थानिक और दिशात्मक जानकारी प्राप्त कर सकते हैं।

इस इमेजिंग तकनीक का उपयोग कई तरह से छवियों को पुनर्निर्मित करने के लिए किया जाता है, जैसे कि मल्टीव्यू, रीफोकसिंग और 3डी इमेज अधिग्रहण।

हालांकि, इस तकनीक की कुछ सीमाएं हैं। मौजूदा लाइट-फील्ड कैमरे पर्यावरण में बाहरी प्रकाश स्रोतों के कारण छाया के कारण समय-समय पर सटीक छवि कंट्रास्ट और 3डी पुनर्निर्माण प्रदान करने में संघर्ष करते हैं।

शोध टीम पर्यावरणीय प्रकाश पर निर्भर 3डी इमेज पुनर्निर्माण की सटीकता को स्थिर करने में सक्षम थी, और इस तकनीक ने उन्हें मौजूदा लाइट-फील्ड कैमरे की सीमाओं को पार करने में मदद की। उन्होंने चेहरे के भाव के 3डी पुनर्निर्माण के लिए अनुकूलित एक नया कैमरा विकसित किया, और उन्होंने विभिन्न भावनाओं के चेहरे के भाव की उच्च गुणवत्ता वाली 3डी पुनर्निर्माण छवियों को प्राप्त करने के लिए इसका उपयोग किया। वे पर्यावरण की प्रकाश स्थितियों की परवाह किए बिना ऐसा कर सकते थे।

भावों को पहचानने के लिए मशीन लर्निंग

टीम ने तब प्राप्त 3डी छवियों में चेहरे के भावों को पहचानने के लिए मशीन लर्निंग का उपयोग किया, जिसने 85% सटीकता दर हासिल की। उन्होंने 3डी छवियों में दूरी जानकारी की अंतरनिर्भरता की भी गणना की, जो चेहरे के भाव के साथ बदलती है, ताकि यह पहचाना जा सके कि एक लाइट-फील्ड कैमरा मानव अभिव्यक्तियों को पहचानने के लिए कौन सी जानकारी का उपयोग करता है।

“शोध टीम द्वारा विकसित उप-मिनिएचर लाइट-फील्ड कैमरा मानव चेहरे के भाव और भावनाओं का मात्रात्मक विश्लेषण करने के लिए एक नया प्लेटफ़ॉर्म बन सकता है,” प्रोफेसर कीहुन जेओंग ने कहा।

यह शोध विभिन्न उद्योगों पर बड़ा प्रभाव डाल सकता है।

“यह मोबाइल स्वास्थ्य सेवा, क्षेत्र निदान, सामाजिक संज्ञान, और मानव-मशीन इंटरैक्शन जैसे विभिन्न क्षेत्रों में लागू किया जा सकता है,” उन्होंने कहा।

Alex McFarland

Alex Unite.AI के एआई‑संचालित समाचार संचालन का नेतृत्व करते हैं, पत्रकारिता, अनुसंधान और स्वचालन को मिलाकर कृत्रिम बुद्धिमत्ता की समय पर और स्केलेबल कवरेज को समर्थन देते हैं। उनका काम यह सुनिश्चित करने में मदद करता है कि उभरते एआई विकास को प्रभावी ढंग से उजागर किया जाए, जबकि प्रकाशन के संपादकीय मानकों को बनाए रखा जाए।