এই প্রযুক্তি বাস্তব-বিশ্বকে জীবন্ত শিল্পে পরিণত করতে পারে

গবেষকরা একটি চিত্র নিতে পারেন এবং একটি ভার্চুয়াল বিশ্ব, বস্তু বা ব্যক্তি তৈরি করতে একটি রেফারেন্স পয়েন্ট হিসাবে এটি ব্যবহার করতে পারেন।

যেহেতু কোম্পানিগুলি ডিজিটাল টুইন এর মাধ্যমে একটি মেটাভার্স উপস্থিতি অন্বেষণ করে, দ্রুত এবং সহজে স্টাইলাইজড 3D বিষয়বস্তু এবং ভার্চুয়াল ওয়ার্ল্ড তৈরি করার ক্ষমতা এগিয়ে যাওয়ার জন্য আরও গুরুত্বপূর্ণ হয়ে উঠবে।

সম্প্রতি প্রকাশিত কর্নেল বিশ্ববিদ্যালয় কাগজ এই ক্রমবর্ধমান প্রবণতাটি অন্বেষণ করেছে এবং স্টাইলাইজড নিউরাল রেডিয়েন্স ফিল্ড (SNeRFs) তৈরির জন্য একটি সমাধান তৈরি করেছে যা ঐতিহ্যগত পদ্ধতির চেয়ে বেশি গতিতে বিস্তৃত গতিশীল ভার্চুয়াল দৃশ্য তৈরি করতে ব্যবহার করা যেতে পারে।

বিভিন্ন রেফারেন্স ইমেজ ব্যবহার করে, গবেষণা দল থু নগুয়েন-ফুওক, ফেং লিউ, এবং লেই জিয়াও বিভিন্ন ভার্চুয়াল পরিবেশে ব্যবহার করা যেতে পারে এমন স্টাইলাইজড 3D দৃশ্য তৈরি করতে সক্ষম হয়েছিল। উদাহরণস্বরূপ, একটি VR হেডসেট লাগান এবং পাবলো পিকাসো পেইন্টিংয়ের মতো একটি স্টাইলাইজড লেন্সের মাধ্যমে বাস্তব বিশ্ব কীভাবে দেখাবে তা কল্পনা করুন।

এই প্রক্রিয়া টিমকে শুধুমাত্র দ্রুত ভার্চুয়াল বস্তু তৈরি করতে দেয় না কিন্তু 3D অবজেক্ট সনাক্তকরণের সাথে ভার্চুয়াল বিশ্বের অংশ হিসাবে তাদের বাস্তব-জগতের পরিবেশকে ব্যবহার করতে দেয়। 

এটি লক্ষ্য করা গুরুত্বপূর্ণ যে গবেষণা দল একই দৃষ্টিকোণে ভিন্ন দৃষ্টিভঙ্গির দিকনির্দেশের মাধ্যমে একই বস্তুকে পর্যবেক্ষণ করতে সক্ষম হয়েছিল, অন্যথায় ক্রস-ভিউ সামঞ্জস্য হিসাবে পরিচিত। VR-এ দেখা হলে এটি একটি নিমজ্জিত 3D প্রভাব তৈরি করে।

এনআরএফ এবং স্টাইলাইজেশন অপ্টিমাইজেশান ধাপগুলিকে পরিবর্তন করে, গবেষণা দল একটি চিত্র নিতে এবং এটিকে একটি রেফারেন্স স্টাইল হিসাবে ব্যবহার করতে সক্ষম হয়েছিল তারপরে একটি বাস্তব-বিশ্বের পরিবেশ, বস্তু বা ব্যক্তিকে এমনভাবে পুনরায় তৈরি করতে যা সেই চিত্রটির স্টাইলাইজেশনকে অভিযোজিত করে। সৃষ্টি প্রক্রিয়া দ্রুততর করা।

"আমরা এনইআরএফ এবং স্টাইলাইজেশন অপ্টিমাইজেশন পদক্ষেপগুলিকে বিকল্প করে এই সমস্যাটি মোকাবেলার জন্য একটি নতুন প্রশিক্ষণ পদ্ধতি প্রবর্তন করি," দলটি বলল। "এই ধরনের পদ্ধতি আমাদের হার্ডওয়্যার মেমরির ক্ষমতার সম্পূর্ণ ব্যবহার করতে সক্ষম করে যাতে উচ্চ রেজোলিউশনে ছবি তৈরি করা যায় এবং আরও অভিব্যক্তিপূর্ণ চিত্র শৈলী স্থানান্তর পদ্ধতি গ্রহণ করা যায়। আমাদের পরীক্ষাগুলি দেখায় যে আমাদের পদ্ধতিটি অভ্যন্তরীণ, বহিরঙ্গন এবং গতিশীল দৃশ্য সহ বিস্তৃত বিষয়বস্তুর জন্য স্টাইলাইজড NeRF তৈরি করে এবং ক্রস-ভিউ সামঞ্জস্যের সাথে উচ্চ-মানের উপন্যাসের দৃশ্যগুলিকে সংশ্লেষিত করে।"

এনআরএফ-এর মেমরির সীমাবদ্ধতার কারণে, গবেষকদের আরও একটি সমস্যা সমাধান করতে হয়েছিল যে কীভাবে তারা এমন গতিতে আরও হাই-ডিফ 3D চিত্র উপস্থাপন করতে পারে যা রিয়েল-টাইমের মতো অনুভূত হয়েছিল। সমাধানটি ছিল রেন্ডার করা ভিউগুলির একটি লুপ তৈরি করা যা প্রতিটি পুনরাবৃত্তির সাথে প্রতিটি পাসিংয়ের সাথে আরও ধারাবাহিকভাবে স্টাইলাইজেশন পয়েন্টগুলিকে লক্ষ্য করতে সক্ষম হয়েছিল এবং তারপরে আরও বিশদ সহ চিত্রটি পুনর্নির্মাণ করতে সক্ষম হয়েছিল। 

প্রযুক্তিও অবতার উন্নত করেছে। গবেষণা দলের SNeRF স্টাইলাইজড পদ্ধতি তাদের একটি অবতার তৈরি করতে দেয় যা কথোপকথনের সময় আরও অভিব্যক্তিপূর্ণ ছিল। ফলাফল হল ডায়নামিক 4D অবতার যা বাস্তবিকভাবে রাগ, ভয়, উত্তেজনা এবং বিভ্রান্তির মতো আবেগ প্রকাশ করতে পারে, সব কিছুই ইমোজি ব্যবহার না করে বা VR কন্ট্রোলারে একটি বোতাম টিপুন ছাড়াই।

গবেষণা কাজ এখনও অব্যাহত আছে, কিন্তু এই মুহুর্তে দলটি তাদের পরিবেশ এবং তাদের অবতারগুলিকে প্রভাবিত করে এমন অন্তর্নিহিত নিউরাল উপস্থাপনা ব্যবহার করে 3D দৃশ্য শৈলীকরণের জন্য একটি পদ্ধতি বিকাশ করতে সক্ষম হয়েছিল। উপরন্তু, একটি বিকল্প স্টাইলাইজেশন পদ্ধতি ব্যবহার করার তাদের দৃষ্টিভঙ্গি তাদের স্ট্যাটিক এবং ডাইনামিক 3D উভয় দৃশ্যকে স্টাইলাইজ করার জন্য তাদের হার্ডওয়্যার মেমরির ক্ষমতার সম্পূর্ণ ব্যবহারের সুবিধা নিতে দেয়, যা দলকে উচ্চ রেজোলিউশনে ছবি তৈরি করতে এবং আরও অভিব্যক্তিপূর্ণ চিত্র শৈলী স্থানান্তর গ্রহণ করতে দেয়। ভিআর পদ্ধতি 

আপনি যদি বিশদ বিবরণের গভীরে খনন করতে আগ্রহী হন তবে আপনি তাদের প্রতিবেদনটি অ্যাক্সেস করতে পারেন এখানে.

ইমেজ ক্রেডিট: কর্নেল ইউনিভার্সিটি