शोधकर्ता खराब छवियों में सुधार के लिए नए तरीके विकसित करते हैं

येल-एनयूएस कॉलेज में शोधकर्ताओं की एक टीम ने कम गुणवत्ता वाली दृष्टि में अधिक सटीक डेटा निकालने के लिए नए कंप्यूटर विजन और गहरे शिक्षण दृष्टिकोण विकसित किए हैं, जो वर्षा और रात के समय जैसे पर्यावरणीय कारकों के कारण वीडियो में होते हैं। उन्होंने वीडियो में 3D मानव मुद्रा अनुमान की सटीकता में भी सुधार किया।

कंप्यूटर विजन प्रौद्योगिकी, जो स्वचालित निगरानी प्रणाली, स्वायत्त वाहनों और स्वास्थ्य और सामाजिक दूरी उपकरण जैसे अनुप्रयोगों में उपयोग की जाती है, अक्सर पर्यावरणीय कारकों से प्रभावित होती है, जो निकाले गए डेटा के साथ समस्याएं पैदा कर सकती हैं।

नई अनुसंधान 2021 कॉन्फ्रेंस ऑन कंप्यूटर विजन एंड पैटर्न रिकग्निशन (सीवीपीआर) में प्रस्तुत किया गया था।

छवियों पर पर्यावरणीय प्रभाव

निम्न प्रकाश और मानव निर्मित प्रकाश प्रभाव जैसे चमक, चमक और बाढ़ की रोशनी रात के समय की छवियों को प्रभावित करते हैं। वर्षा छवियों पर भी वर्षा धारियों या वर्षा संचयन के कारण प्रभाव पड़ता है।

येल-एनयूएस कॉलेज के एसोसिएट प्रोफेसर ऑफ साइंस रॉबी तन ने शोध दल का नेतृत्व किया।

“स्वचालित निगरानी और स्वायत्त ड्राइविंग जैसे कई कंप्यूटर विजन सिस्टम इनपुट वीडियो की स्पष्ट दृश्यता पर निर्भर करते हैं ताकि वे अच्छी तरह से काम कर सकें। उदाहरण के लिए, स्वायत्त वाहन भारी वर्षा में मजबूती से काम नहीं कर सकते हैं और सीसीटीवी स्वचालित निगरानी प्रणाली अक्सर रात में विफल हो जाती है, विशेष रूप से यदि दृश्य अंधेरे हैं या महत्वपूर्ण चमक या बाढ़ की रोशनी है, “एसोसी प्रोफ तन ने कहा।

टीम ने दो अलग-अलग अध्ययनों पर भरोसा किया जिन्होंने रात के समय के वीडियो और वर्षा वीडियो की गुणवत्ता में सुधार के लिए गहरे शिक्षण एल्गोरिदम पेश किए।

पहले अध्ययन ने चमक को बढ़ावा देने के साथ-साथ शोर और प्रकाश प्रभावों को दबाने पर ध्यान केंद्रित किया, जैसे कि चमक, चमक और बाढ़ की रोशनी, स्पष्ट रात की छवियों का निर्माण करने के लिए। नई तकनीक रात के समय की छवियों और वीडियो में स्पष्टता में सुधार के लिए है, जब अक्सर अपरिहार्य चमक होती है, जो मौजूदा तरीकों ने अभी तक नहीं की है।

वर्षा से भरे देशों में, वर्षा संचयन वीडियो में दृश्यता को नकारात्मक रूप से प्रभावित करता है। दूसरे अध्ययन ने इस समस्या को हल करने के लिए एक विधि पेश की जो फ्रेम संरेखण का उपयोग करती है, जो वर्षा धारियों से प्रभावित हुए बिना बेहतर दृश्य जानकारी की अनुमति देती है, जो अक्सर विभिन्न फ्रेम में यादृच्छिक रूप से दिखाई देती हैं। टीम ने गहराई अनुमान लगाने में मदद के लिए एक चलती हुई कैमरे का उपयोग किया, जिससे वर्षा का पर्दा प्रभाव हट गया। जबकि मौजूदा तरीके वर्षा धारियों को हटाने के आसपास घूमते हैं, नए विकसित तरीके एक ही समय में वर्षा धारियों और वर्षा के पर्दे को हटा सकते हैं।

छवि: येल-एनयूएस कॉलेज

3D मानव मुद्रा अनुमान

नई तकनीकों के साथ, टीम ने वीडियो निगरानी, वीडियो गेमिंग और खेल प्रसारण में उपयोग किए जाने वाले 3D मानव मुद्रा अनुमान पर अपने शोध की भी प्रस्तुति दी।

एकल कैमरे से ली गई वीडियो, या एकल कैमरे से ली गई वीडियो से 3D बहु-व्यक्ति मुद्रा अनुमान, पिछले कुछ वर्षों में बढ़ती हुई शोध का विषय रहा है। एकाधिक कैमरों से ली गई वीडियो के विपरीत, एकल कैमरे से ली गई वीडियो अधिक लचीली होती हैं और एक ही कैमरे से ली जा सकती हैं, जैसे कि एक मोबाइल फोन।

उस ने कहा, उच्च गतिविधि जैसे एक ही दृश्य में कई व्यक्ति मानव पता लगाने में सटीकता को प्रभावित करते हैं। यह विशेष रूप से तब सच है जब व्यक्ति एक दूसरे के साथ घनिष्ठ रूप से बातचीत कर रहे हों या एकल कैमरे से ली गई वीडियो में एक दूसरे के साथ ओवरलैप हो रहे हों।

टीम के तीसरे अध्ययन ने दो मौजूदा तरीकों को मिलाकर वीडियो से 3D मानव मुद्रा का अनुमान लगाया, जो शीर्ष-नीचे और नीचे-शीर्ष दृष्टिकोण थे। नई विधि बहु-व्यक्ति सेटिंग्स में अधिक विश्वसनीय मुद्रा अनुमान उत्पन्न करती है और व्यक्तियों के बीच दूरी को संभालने में बेहतर है।

“हमारे 3D मानव मुद्रा अनुमान शोध के अगले चरण में, जो राष्ट्रीय अनुसंधान फाउंडेशन द्वारा समर्थित है, हम वीडियो की गोपनीयता जानकारी की रक्षा के तरीकों पर ध्यान केंद्रित करेंगे। दृश्यता सुधार विधियों के लिए, हम कंप्यूटर विजन के क्षेत्र में प्रगति में योगदान देने का प्रयास करते हैं, क्योंकि वे कई अनुप्रयोगों के लिए महत्वपूर्ण हैं जो हमारे दैनिक जीवन को प्रभावित कर सकते हैं, जैसे कि स्वायत्त वाहनों को प्रतिकूल मौसम की स्थिति में बेहतर काम करने में मदद करना,” एसोसी प्रोफ तन ने कहा।