Low Latency Gaze Tracking via Latent Optical Sensing
यह शोध पत्र एक वास्तविक समय (real-time), अल्ट्रा-लो-लेटेंसी गेज़ ट्रैकिंग सिस्टम प्रस्तुत करता है जो पारंपरिक इमेज प्रोसेसिंग को दरकिनार करते हुए एक माइक्रोलेंस ऐरे और बाइनरी मास्क के साथ एक पैसिव ऑप्टिकल एनकोडर का उपयोग करके सीधे कार्य-प्रासंगिक लेटेंट फीचर्स को कैप्चर करता है, जिससे पारंपरिक कैमरा-आधारित दृष्टिकोणों की तुलना में 3.4 ms की एंड-टू-एंड लेटेंसी और बेहतर ऊर्जा दक्षता प्राप्त होती है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आप अनुमान लगाने की कोशिश कर रहे हैं कि कोई व्यक्ति कहाँ देख रहा है। इसे करने का पारंपरिक तरीका यह है जैसे कि उनकी आँख की एक हाई-डेफिनिशन, 4K तस्वीर लेना, उस विशाल फ़ाइल को एक सुपरकंप्यूटर पर भेजना, और कंप्यूटर से हर एक पिक्सेल का विश्लेषण करके उनकी दृष्टि की दिशा का पता लगाने के लिए कहना। यह सटीक है, लेकिन यह धीमा है, बहुत अधिक बैटरी खर्च करता है, और इसमें बहुत अधिक डेटा इधर-उधर भेजने की आवश्यकता होती है।
यह शोध पत्र एक पूरी तरह से अलग, "शॉर्टकट" विधि का प्रस्ताव करता है। पूरी तस्वीर लेने के बजाय, उन्होंने एक विशेष ऑप्टिकल फ़िल्टर बनाया है जो एक स्मार्ट छलनी (smart sieve) की तरह काम करता है।
यहाँ उनका सिस्टम कैसे काम करता है, इसे सरल अवधारणाओं में विभाजित किया गया है:
1. "स्मार्ट छलनी" (ऑप्टिकल एनकोडर)
कल्पना कीजिए कि आपके पास पानी की एक बाल्टी है (आँख से आने वाली रोशनी) और आप जानना चाहते हैं कि बारिश तेज़ हो रही है या हल्की। इसके बजाय कि आप हर एक बूंद को एक विशाल जाल में पकड़ें और उन्हें एक-एक करके गिनें (एक पूरी फोटो लेना), आप पानी को एक बहुत ही विशिष्ट, कस्टम-मेड पैटर्न वाले छेदों वाली छलनी से गुजारते हैं।
- हार्डवेयर: शोधकर्ताओं ने एक उपकरण बनाया है जिसमें एक माइक्रोलेंस एरे (छोटे आवर्धक लेंसों की एक शीट) और एक बाइनरी मास्क (विशिष्ट काले और चांदी के वर्गों वाला एक पैटर्न) है।
- जादू: जब आँख से आने वाली रोशनी इस "छलनी" से गुजरती है, तो यह एक विशिष्ट पैटर्न में बिखर जाती है। सिस्टम को इस बात से कोई फर्क नहीं पड़ता कि आँख कैसी दिखती है (कोई आइरिस का रंग, त्वचा का रंग, या विस्तृत विशेषताएं नहीं)। इसे केवल उस प्रकाश की तीव्रता के पैटर्न से मतलब है जो इसके माध्यम से गुजरता है।
- परिणाम: 256x256 पिक्सेल की इमेज (65,000+ डेटा पॉइंट्स) के बजाय, सिस्टम केवल 16 नंबर कैप्चर करता है। यह एक पूरी उपन्यास को एक एकल वाक्य में संकुचित करने जैसा है जो अभी भी मुख्य कथानक को बता देता है।
2. "लाइटवेट ट्रांसलेटर" (AI डिकोडर)
एक बार जब सिस्टम के पास वे 16 नंबर आ जाते हैं, तो यह आँख की छवि को फिर से बनाने की कोशिश नहीं करता। वह समय की बर्बादी होगी। इसके बजाय, यह उन 16 नंबरों को एक छोटे, सुपर-फास्ट कंप्यूटर मस्तिष्क (एक लाइटवेट न्यूरल नेटवर्क) में फीड करता है।
- ट्रेनिंग ट्रिक: इस नन्हे मस्तिष्क को सिखाने के लिए, शोधकर्ताओं ने एक "टीचर" AI का उपयोग किया जो आँख की छवियों को अमूर्त कोड में बदलना जानता है। उन्होंने नए सिस्टम को केवल उन 16 नंबरों का उपयोग करके टीचर की "सोचने की प्रक्रिया" की नकल करने के लिए प्रशिक्षित किया।
- प्राइवेसी बोनस: क्योंकि सिस्टम वास्तव में आँख की असली तस्वीर कभी नहीं देखता या स्टोर नहीं करता, इसलिए यह स्वाभाविक रूप से अधिक निजी है। आप उन 16 नंबरों से किसी व्यक्ति की पहचान नहीं कर सकते, लेकिन सिस्टम फिर भी आपको सटीक रूप से बता सकता है कि वे कहाँ देख रहे हैं।
3. स्पीड रिकॉर्ड (लेटेंसी)
सबसे बड़ी जीत इसकी गति है।
- पारंपरिक कैमरे: पूरी इमेज ली जाने, फिर सभी पिक्सेल को पढ़ा जाने, और फिर प्रोसेस किए जाने का इंतज़ार करते हैं। इसमें आमतौर पर 10 से 20 मिलीसेकंड (या अधिक) लगते हैं।
- यह सिस्टम: क्योंकि यह "फोटो लेने" के चरण को छोड़ देता है और केवल 16 छोटे सेंसरों को पढ़ता है, इसलिए पूरी प्रक्रिया—रोशनी के सेंसर से टकराने से लेकर कंप्यूटर द्वारा यह कहने तक कि "वे बाईं ओर देख रहे हैं"—3.4 मिलीसेकंड से भी कम समय लेती है।
उपमा (Analogy):
एक पारंपरिक कैमरा सिस्टम को एक फोटोग्राफर की तरह समझें जो एक फोटो लेता है, उसे प्रिंट करता है, उसे एक कला समीक्षक के पास ले जाता है, और पूछता है, "व्यक्ति कहाँ देख रहा है?"
यह नया सिस्टम एक सुरक्षा गार्ड की तरह है जो व्यक्ति के चेहरे को बिल्कुल नहीं देखता है। इसके बजाय, वह बस एक विशिष्ट दीवार पर व्यक्ति द्वारा डाली गई छाया को देखता है। छाया विकृत और चेहरे के रूप में अपरिचित है, लेकिन गार्ड जानता है कि व्यक्ति किस दिशा में देख रहा है क्योंकि वह छाया के आकार के आधार पर सटीक है। यह तत्काल है, इसमें किसी फोटो की आवश्यकता नहीं है, और इसमें बहुत कम ऊर्जा लगती है।
उन्होंने वास्तव में क्या हासिल किया
- सटीकता (Accuracy): परीक्षणों में, सिस्टम ने लगभग 6 डिग्री (लगभग एक हाथ की दूरी पर पकड़े हुए अंगूठे की चौड़ाई) की त्रुटि के साथ दृष्टि की दिशा का अनुमान लगाया। यह कई वास्तविक दुनिया के उपयोगों के लिए पर्याप्त अच्छा है।
- रियल-वर्ल्ड टेस्ट: उन्होंने वास्तविक लेंस, मास्क और सेंसर के साथ एक भौतिक प्रोटोटाइप बनाया। जब उन्होंने वास्तविक लोगों पर इसका परीक्षण किया, तो उन्हें उस विशिष्ट व्यक्ति के लिए सिस्टम को "कैलिब्रेट" करने के लिए केवल 12 से 15 अलग-अलग स्थानों को दिखाने की आवश्यकता थी, और यह अच्छी तरह से काम कर गया।
- दक्षता (Efficiency): सिस्टम मानक कैमरों की तुलना में बहुत कम कंप्यूटिंग पावर का उपयोग करता है। यह इतना कुशल है कि यह भविष्य के AR चश्मे जैसे बहुत छोटे, बैटरी से चलने वाले उपकरणों पर चल सकता है।
सारांश में:
यह शोध पत्र प्रदर्शित करता है कि आँख की गति को ट्रैक करने के लिए आपको हाई-डेफिनिशन कैमरे की आवश्यकता नहीं है। प्रकाश को संख्याओं के एक छोटे सेट में बिखेरने के लिए एक चतुर ऑप्टिकल फिल्टर का उपयोग करके, और उन नंबरों को पढ़ने के लिए एक सरल AI का उपयोग करके, आप 4 मिलीसेकंड से कम में ट्रैक कर सकते हैं कि कोई व्यक्ति कहाँ देख रहा है। यह मानव मस्तिष्क के साथ तालमेल बिठाने के लिए पर्याप्त तेज़ है, जो इसे अगली पीढ़ी के वर्चुअल रियलिटी और ऑगमेंटेड रियलिटी चश्मे के लिए एकदम सही बनाता है जहाँ 'लैग' (lag) के कारण मोशन सिकनेस हो सकती है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।