ویکٹر نقشہ جات سے سیٹلائٹ امیجری بنانا

برطانیہ میں محققین نے ایک AI پر مبنی تصویری ترکیب کا نظام تیار کیا ہے جو ویکٹر پر مبنی نقشوں کو پرواز پر سیٹلائٹ طرز کی تصویروں میں تبدیل کر سکتا ہے۔

اعصابی فن تعمیر کو کہا جاتا ہے۔ سیملیس سیٹلائٹ امیج کی ترکیب (SSS)، اور حقیقت پسندانہ ورچوئل ماحول اور نیویگیشن حل کا امکان پیش کرتا ہے جو سیٹلائٹ امیجری سے بہتر ریزولیوشن کے حامل ہوتے ہیں۔ زیادہ اپ ٹو ڈیٹ ہیں (چونکہ نقشہ نگاری کے نظام کو لائیو بنیادوں پر اپ ڈیٹ کیا جا سکتا ہے)؛ اور ان علاقوں میں حقیقت پسندانہ مداری طرز کے نظاروں کی سہولت فراہم کر سکتا ہے جہاں سیٹلائٹ سینسر کی ریزولوشن محدود ہے یا دوسری صورت میں دستیاب نہیں ہے۔

ریزولوشن فری ویکٹر ڈیٹا کا ترجمہ اصلی سیٹلائٹ امیجری سے اکثر دستیاب ہونے سے کہیں زیادہ تصویری سائز میں کیا جا سکتا ہے، اور نیٹ ورک پر مبنی کارٹوگرافک نقشوں میں تیزی سے اپ ڈیٹس کی عکاسی کر سکتا ہے، جیسے کہ نئی رکاوٹیں یا روڈ نیٹ ورک کے بنیادی ڈھانچے میں تبدیلیاں۔ ماخذ: https://arxiv.org/pdf/2111.03384.pdf

سسٹم کی طاقت کو ظاہر کرنے کے لیے، محققین نے ایک انٹرایکٹو، گوگل ارتھ اسٹائل کا ماحول بنایا ہے جہاں ناظرین مختلف قسم کے رینڈر اسکیلز اور تفصیل سے تیار کردہ سیٹلائٹ کی تصویروں کو زوم ان کر سکتے ہیں اور مشاہدہ کر سکتے ہیں، جس میں ٹائلیں لائیو اپ ڈیٹ ہو رہی ہیں۔ سیٹلائٹ امیجری کے لیے روایتی انٹرایکٹو سسٹم کے طور پر طریقہ:

کارٹوگرافک نقشے کی بنیاد پر تخلیق شدہ ماحول میں زوم کرنا۔ بہتر حل اور عمل کے بارے میں مزید تفصیل کے لیے مضمون کے آخر میں ویڈیو دیکھیں۔ ماخذ: https://www.youtube.com/watch?v=PqFySVpkZzg

مزید برآں، چونکہ یہ نظام کسی بھی ویکٹر پر مبنی نقشے سے سیٹلائٹ طرز کی تصویر کشی کر سکتا ہے، اس لیے نظریہ طور پر اسے فلائٹ سمیلیٹروں اور ورچوئل ماحول میں شامل کرنے کے لیے تاریخی، متوقع یا فرضی دنیا کی تعمیر کے لیے استعمال کیا جا سکتا ہے۔ مزید برآں، محققین ٹرانسفارمرز کا استعمال کرتے ہوئے کارٹوگرافک ڈیٹا سے مکمل طور پر 3D ورچوئل ماحول کی ترکیب کی توقع کرتے ہیں۔

قریب ترین مدت میں، مصنفین کا خیال ہے کہ ان کے فریم ورک کو حقیقی دنیا کی متعدد ایپلی کیشنز کے لیے استعمال کیا جا سکتا ہے، بشمول انٹرایکٹو سٹی پلاننگ اور طریقہ کار کی ماڈلنگ، ایک ایسے منظر نامے کا تصور کرنا جہاں اسٹیک ہولڈرز ایک نقشہ کو انٹرایکٹو طریقے سے ایڈٹ کر سکتے ہیں اور پرندوں کی آنکھوں کے نظارے کی تصویر دیکھ سکتے ہیں۔ سیکنڈوں میں پیش کردہ خطہ۔

نیا کاغذ لیڈز یونیورسٹی کے دو محققین سے آتا ہے، اور اس کا عنوان ہے۔ سیملیس سیٹلائٹ امیج کی ترکیب.

ایس ایس ایس فن تعمیر لندن کو دوبارہ تخلیق کرتا ہے، جس میں بنیادی ویکٹر ڈھانچے کی ایک جھلک نظر آتی ہے جو تعمیر نو میں مدد فراہم کر رہا ہے۔ اوپر بائیں، پوری تصویر، 8k ریزولوشن پر اضافی مواد میں دستیاب ہے۔

فن تعمیر اور ماخذ کی تربیت کا ڈیٹا

نیا سسٹم یو سی ایل برکلے کے 2017 کا استعمال کرتا ہے۔ Pix2Pix اور NVIDIA کے تلواریں تصویری ترکیب فن تعمیر۔ فریم ورک میں دو نئے کنوولیشنل نیورل نیٹ ورکس شامل ہیں - map2sat، جو ویکٹر سے پکسل بیسڈ امیجری میں تبدیلی کو انجام دیتا ہے۔ اور seam2cont، جو 256×256 ٹائلوں کو اکٹھا کرنے کے لیے نہ صرف ایک ہموار طریقہ کا حساب لگاتا ہے بلکہ ایک انٹرایکٹو ایکسپلوریشن ماحول بھی فراہم کرتا ہے۔

ایس ایس ایس کا فن تعمیر۔

یہ نظام ویکٹر کے نظارے اور ان کے حقیقی زندگی کے سیٹلائٹ کے مساویوں پر تربیت دے کر سیٹلائٹ کے نظارے کی ترکیب کرنا سیکھتا ہے، جس سے ویکٹر کے پہلوؤں کی تصویری-حقیقی تشریحات میں تشریح کرنے کے بارے میں ایک عمومی سمجھ پیدا ہوتی ہے۔

ڈیٹاسیٹ میں استعمال ہونے والی ویکٹر پر مبنی تصاویر کو جیو پیکج (.geo) فائلوں سے راسٹرائز کیا جاتا ہے جس میں 13 کلاس لیبلز ہوتے ہیں، جیسے ٹریک, قدرتی ماحول, عمارت اور سڑک، جو سیٹلائٹ ویو میں ڈالنے والی تصویروں کی قسم کا فیصلہ کرنے میں فائدہ اٹھاتے ہیں۔

راسٹرائزڈ .geo سیٹلائٹ امیجز مقامی کوآرڈینیٹ ریفرنس سسٹم میٹا ڈیٹا کو بھی برقرار رکھتی ہیں، جس کا استعمال وسیع تر نقشے کے فریم ورک میں سیاق و سباق میں ان کی تشریح کرنے اور صارف کو تخلیق کردہ نقشوں پر انٹرایکٹو نیویگیٹ کرنے کی اجازت دینے کے لیے کیا جاتا ہے۔

سخت رکاوٹوں کے تحت ہموار ٹائلیں۔

تلاش کے قابل نقشہ ماحول بنانا ایک چیلنج ہے، کیونکہ پروجیکٹ میں ہارڈویئر کی حدود صرف 256 x 256 پکسلز کے سائز تک ٹائلوں کو محدود کرتی ہیں۔ اس لیے یہ ضروری ہے کہ رینڈرنگ یا کمپوزیشن کا عمل صرف ہاتھ میں موجود ٹائلوں پر توجہ مرکوز کرنے کے بجائے 'بڑی تصویر' کو مدنظر رکھے، جو ٹائلوں کے آپس میں جڑ جانے پر جھڑپوں کا باعث بنے گا، سڑکوں کا اچانک رنگ بدل جائے گا، اور دیگر غیر - حقیقت پسندانہ پیش کرنے والے نمونے

اس لیے ایس ایس ایس جنریٹر نیٹ ورکس کے اسکیل-اسپیس درجہ بندی کا استعمال کرتا ہے تاکہ مختلف پیمانے پر مواد کی تبدیلی پیدا کی جا سکے، اور سسٹم کسی بھی درمیانی پیمانے پر ٹائلوں کا من مانی جائزہ لینے کے قابل ہے جس کی ناظرین کو ضرورت ہو سکتی ہے۔

فن تعمیر کا seam2cont سیکشن map2sat آؤٹ پٹ کی دو اوورلیپنگ اور آزاد تہوں کا استعمال کرتا ہے، اور وسیع تصویر کے تناظر میں ایک مناسب سرحد کا حساب لگاتا ہے جس کی نمائندگی کی جائے:

seam2cont ماڈیول 2×256 پکسلز کی تخلیق کردہ ٹائلوں کے درمیان ہموار سرحدوں کا حساب لگانے کے لیے، ایک ٹائلڈ سیون والی اور ایک نقشہ256sat نیٹ ورک سے بغیر سیون کے استعمال کرتا ہے۔

map2sat نیٹ ورک ایک مکمل SPADE نیٹ ورک کا ایک بہترین موافقت ہے، جو خصوصی طور پر 256×256 پکسلز پر تربیت یافتہ ہے۔ مصنفین نوٹ کرتے ہیں کہ یہ ایک ہلکا پھلکا اور تیز عمل ہے، جس کی وجہ سے پورے SPADE نیٹ ورک میں صرف 31.5mb بمقابلہ 436.9mb کا وزن ہوتا ہے۔

3000 اصلی سیٹلائٹ امیجز کا استعمال دو ذیلی نیٹ ورکس کو تربیت کے 70 دوروں سے زیادہ تربیت دینے کے لیے کیا گیا تھا۔ تمام تصاویر میں مساوی معنوی معلومات (یعنی 'سڑکوں' جیسی تصویری اشیاء کی نچلی سطح کی تصوراتی تفہیم) اور جیو بیسڈ پوزیشننگ میٹا ڈیٹا پر مشتمل ہے۔

مزید مواد پروجیکٹ کے صفحے پر دستیاب ہیں، ساتھ ہی ساتھ ایک ویڈیو (نیچے سرایت شدہ)۔