مصنوعی ذہانت
ریسرچ ٹیم نے 3D چہرے کے تاثرات کا پتہ لگانے کے لیے AI تکنیک تیار کی۔
کوریا ایڈوانسڈ انسٹی ٹیوٹ آف سائنس اینڈ ٹکنالوجی (KAIST) کے پروفیسرز کی ہن جیونگ اور ڈوہیون لی کی سربراہی میں ایک مشترکہ تحقیقی ٹیم نے مصنوعی ذہانت (AI) کے ساتھ قریبی انفراریڈ لائٹ فیلڈ کیمرہ تکنیکوں کو ملا کر چہرے کے تاثرات کا پتہ لگانے کی ایک نئی تکنیک تیار کی ہے۔ )۔
تحقیق میں شائع ہوا تھا اعلی درجے کی ذہین نظام.
لائٹ فیلڈ کیمرے
لائٹ فیلڈ کیمروں میں امیج سینسر کے سامنے مائیکرو لینس کی صفیں ہوتی ہیں، اور یہ انہیں سمارٹ فون میں فٹ ہونے کے قابل بناتا ہے۔ ایک ہی وقت میں، وہ اب بھی ایک شاٹ کے ساتھ روشنی کی مقامی اور دشاتمک معلومات حاصل کر سکتے ہیں۔
اس امیجنگ تکنیک کا استعمال بہت سے مختلف طریقوں سے تصاویر کو دوبارہ بنانے کے لیے کیا جاتا ہے، جیسے کہ ملٹی ویوز، ری فوکسنگ، اور 3D امیج کا حصول۔
اس کے ساتھ، تکنیک کی کچھ حدود ہیں۔ موجودہ لائٹ فیلڈ کیمروں نے ماحول میں بیرونی روشنی کے ذرائع سے پیدا ہونے والے سائے کی وجہ سے بعض اوقات درست تصویر کے برعکس اور 3D تعمیر نو فراہم کرنے کے لیے جدوجہد کی ہے۔
تحقیقی ٹیم 3D تصویر کی تعمیر نو کی درستگی کو مستحکم کرنے میں کامیاب رہی جو ماحولیاتی روشنی پر منحصر تھی، اور اس تکنیک نے انہیں موجودہ لائٹ فیلڈ کیمروں کی حدود پر قابو پانے کی اجازت دی۔ انہوں نے ایک نیا کیمرہ تیار کیا جسے چہرے کے تاثرات کی 3D تصویر کی تعمیر نو کے لیے بہتر بنایا گیا تھا، اور انھوں نے اسے مختلف جذبات کے چہرے کے تاثرات کی اعلیٰ معیار کی 3D تعمیر نو کی تصاویر حاصل کرنے کے لیے استعمال کیا۔ وہ ماحول کی روشنی کے حالات سے قطع نظر یہ حاصل کرسکتے ہیں۔
تاثرات میں فرق کرنے کے لیے مشین لرننگ
اس کے بعد ٹیم نے حاصل شدہ 3D تصاویر میں چہرے کے تاثرات کو الگ کرنے کے لیے مشین لرننگ کا استعمال کیا، جس نے 85% درستگی کی شرح حاصل کی۔ انہوں نے فاصلے کی معلومات کے باہمی انحصار کا بھی حساب لگایا، جو کہ 3D تصاویر میں چہرے کے تاثرات کے ساتھ مختلف ہوتی ہے، اس معلومات کی نشاندہی کرنے کے لیے جو لائٹ فیلڈ کیمرا انسانی تاثرات کو الگ کرنے کے لیے استعمال کرتا ہے۔
پروفیسر کی ہن جیونگ نے کہا، "تحقیقاتی ٹیم کی طرف سے تیار کردہ ذیلی چھوٹے لائٹ فیلڈ کیمرہ میں انسانوں کے چہرے کے تاثرات اور جذبات کا مقداری تجزیہ کرنے کا نیا پلیٹ فارم بننے کی صلاحیت ہے۔"
اس تحقیق کا صنعتوں کی ایک وسیع رینج پر بڑا اثر پڑ سکتا ہے۔
انہوں نے کہا کہ "اس کا اطلاق مختلف شعبوں بشمول موبائل ہیلتھ کیئر، فیلڈ تشخیص، سماجی ادراک، اور انسانی مشین کے تعامل میں کیا جا سکتا ہے۔"
