Comparison of iPhone and DSLR photogrammetry methods with implications for geometric morphometric analysis
यह अध्ययन प्रदर्शित करता है कि Abound ऐप का उपयोग करके आईफोन फोटोग्रामेट्री, DSLR विधियों की तुलना में नगण्य ज्यामितीय अंतर के साथ 3D मेश डेटा उत्पन्न करता है, जो ज्यामितिक मॉर्फोमेट्रिक विश्लेषणों में सुलभ, बहु-स्रोत डेटासेट बनाने के लिए इसके उपयोग को प्रमाणित करता है, जबकि यह भी उल्लेख करता है कि सांख्यिकीय मॉडलों में मेश स्रोत को अभी भी ध्यान में रखा जाना चाहिए।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। यह एक ऐसे प्रीप्रिंट की AI से तैयार की गई व्याख्या है जिसकी अभी सहकर्मी समीक्षा नहीं हुई है। यह चिकित्सकीय सलाह नहीं है। इस सामग्री के आधार पर स्वास्थ्य संबंधी फैसले न लें। पूरा डिस्क्लेमर पढ़ें
संग्रहालयों के संग्रह जीवन के इतिहास के विशाल भंडार हैं, जिनमें हजारों नमूने होते हैं जो विकास और अनुकूलन की कहानी बताते हैं। दशकों तक, इन वस्तुओं, जैसे कि जानवरों की खोपड़ियों के आकार का अध्ययन करने वाले वैज्ञानिकों को, विस्तृत त्रि-आयामी (3D) मॉडल बनाने के लिए सीटी (CT) स्कैनर जैसी महंगी और समय लेने वाली मशीनों पर निर्भर रहना पड़ा। इन मॉडलों ने शोधकर्ताओं को नाजुक मूल वस्तु को छुए बिना भी हड्डी की संरचना में सूक्ष्म अंतर मापने की अनुमति दी। हालांकि, ऐसे उपकरणों की उच्च लागत और जटिलता का अर्थ था कि केवल कुछ ही शोधकर्ता इन डिजिटल उपकरणों तक पहुँच सकते थे, जिससे अधिकांश संग्रहालय संग्रह वैश्विक अध्ययन के लिए बंद रह गए। हाल के वर्षों में, एक सरल विकल्प उभरा है: एक वस्तु की विभिन्न कोणों से कई तस्वीरें लेने के लिए मानक कैमरों का उपयोग करना और फिर उन छवियों को एक 3D मॉडल में जोड़ने के लिए कंप्यूटर सॉफ्टवेयर का उपयोग करना। इस प्रक्रिया को फोटोग्रामेट्री (photogrammetry) कहा जाता है, जिसने वैज्ञानिकों के लिए डिजिटल संग्रह बनाना संभव बना दिया है, लेकिन इसने एक नया प्रश्न भी खड़ा कर दिया है। जैसे-जैसे शोधकर्ता अलग-अलग कैमरों और अलग-अलग सॉफ्टवेयर प्रोग्रामों से बनाए गए मॉडलों को एक ही अध्ययन में मिलाने लगे हैं, उन्हें यह जानने की आवश्यकता है कि मॉडल बनाने के तरीकों में अंतर, उन वास्तविक जैविक अंतरों से बड़ा तो नहीं है जिन्हें वे मापने की कोशिश कर रहे हैं।
वाइओमिंग विश्वविद्यालय के शोधकर्ताओं की एक टीम ने रैकून की खोपड़ियों के दो बहुत अलग तरीकों की तुलना करके इस प्रश्न का उत्तर देने का प्रयास किया। एक तरफ, उन्होंने एक पारंपरिक, उच्च-स्तरीय डिजिटल कैमरा और पेशेवर सॉफ्टवेयर का उपयोग किया, जो अत्यधिक विस्तृत लेकिन जटिल मॉडल बनाता है। दूसरी ओर, उन्होंने 'अबाउंड' (Abound) नामक एक स्मार्टफोन ऐप का उपयोग किया, जो एक उपयोगकर्ता को आईफोन के साथ फोटो लेने के लिए निर्देशित करता है और फिर क्लाउड में स्वचालित रूप से मॉडल बनाता है। शोधकर्ता यह देखना चाहते थे कि क्या फोन द्वारा बनाए गए मॉडल इतने सटीक थे कि उन्हें पेशेवर उपकरणों द्वारा बनाए गए मॉडलों के साथ उपयोग किया जा सके। उन्होंने उनतीस रैकून खोपड़ियों का परीक्षण किया, प्रत्येक के लिए दोनों विधियों का उपयोग करके एक डिजिटल संस्करण बनाया। एक निष्पक्ष परीक्षण सुनिश्चित करने के लिए, उन्होंने मॉडलों को तीन अलग-अलग तरीकों से संसाधित किया: उन्हें मूल रूप से बनाए गए रूप में छोड़ दिया, उन्हें कम बिंदुओं के लिए सरल बनाया, और सतह की बनावट को समान करने के लिए उन्हें चिकना (smooth) किया। इससे टीम को यह देखने में मदद मिली कि क्या फोन और कैमरे के बीच के अंतर वैज्ञानिक विश्लेषण के लिए मॉडलों को तैयार करते समय गायब हो जाते हैं या बढ़ जाते हैं।
परिणामों ने दिखाया कि दोनों विधियों ने ऐसे मॉडल तैयार किए जो उनके समग्र आकार में उल्लेखनीय रूप से समान थे। जब शोधकर्ताओं ने युग्मित मॉडलों के बीच की सतह की दूरी को मापा, तो उन्होंने पाया कि सबसे बड़ा अंतर खोपड़ी के कुल आकार का केवल 0.18 प्रतिशत था, जो लगभग 0.26 मिलीमीटर के बराबर है। इसे समझने के लिए, यह सूक्ष्म अंतर मानव बाल की चौड़ाई के लगभग बराबर है। जबकि पेशेवर कैमरा और सॉफ्टवेयर ने कई अधिक सूक्ष्म बिंदुओं और सतहों (faces) के साथ मॉडल बनाए, जिससे वे कुछ क्षेत्रों में खुरदरे दिखने लगे, वहीं स्मार्टफोन ऐप ने अधिक चिकने और पूर्ण मॉडल बनाए। फोन ऐप उन स्थानों को भरने में विशेष रूप से अच्छा था जहाँ कैमरा संघर्ष कर सकता था, जैसे कि खोपड़ी के भीतर गहरे दरारें, एक चिकनी, जलरोधी (watertight) सतह बनाकर। इसके विपरीत, पेशेवर सॉफ्टवेयर ने इन कठिन क्षेत्रों में कभी-कभी छेद छोड़ दिए क्योंकि उसने प्रकाश कम होने पर सतह कैसी दिखेगी, इसका अनुमान लगाने से इनकार कर दिया।
जब शोधकर्ताओं ने आकारों का विश्लेषण किया कि किस कारण से सबसे अधिक भिन्नता आती है, तो उन्होंने पाया कि व्यक्तिगत रैकून की पहचान सबसे महत्वपूर्ण कारक थी। विभिन्न रैकून की खोपड़ियों के बीच के अंतर ने डेटा की भिन्नता के बीच 85 से 93 प्रतिशत की व्याख्या की। मॉडल बनाने का तरीका—चाहे वह फोन हो या पेशेवर कैमरा—भिन्नता के 4 प्रतिशत से भी कम के लिए जिम्मेदार था। इसका अर्थ है कि जानवरों के बीच के जैविक अंतर कैमरा या सॉफ्टवेयर द्वारा उत्पन्न होने वाली छोटी त्रुटियों की तुलना में इतने बड़े हैं कि दोनों प्रकार के मॉडलों को एक ही अध्ययन में सुरक्षित रूप से मिलाया जा सकता है। शोधकर्ताओं ने नोट किया कि हालांकि फोन मॉडल दांतों जैसी बहुत चमकदार सतहों पर थोड़े कम विस्तृत थे, फिर भी वे महत्वपूर्ण जैविक विशेषताओं, जैसे कि दांतों के घिसने या गायब दांतों का पता लगाने के लिए पर्याप्त सटीक थे।
यह अध्ययन पुष्टि करता है कि स्मार्टफोन ऐप वैज्ञानिक अनुसंधान के लिए एक वैध उपकरण है, जो महंगे उपकरणों की आवश्यकता के बिना उच्च-गुणवत्ता वाले 3D मॉडल बनाने का एक तेज़ और सुलभ तरीका प्रदान करता है। यह सुझाव देता है कि संग्रहालय और शोधकर्ता अब पेशेवर प्रयोगशालाओं से लेकर फोन का उपयोग करने वाले फील्ड शोधकर्ताओं तक, कई विभिन्न स्रोतों से डेटा को संयोजित कर सकते हैं, ताकि बहुत बड़े और अधिक समावेशी डेटासेट बनाए जा सकें। जबकि पेशेवर विधि उन अध्ययनों के लिए पहली पसंद बनी हुई है जिनमें सूक्ष्म आंतरिक संरचनाओं पर अत्यधिक सटीकता की आवश्यकता होती है, स्मार्टफोन विधि अधिकांश रूपात्मक (morphological) अध्ययनों के लिए एक विश्वसनीय और कुशल विकल्प प्रदान करती है। यह सिद्ध करके कि ये विभिन्न उत्पादन पाइपलाइन एक साथ काम कर सकती हैं, यह शोध सहयोगात्मक विज्ञान के एक नए युग के द्वार खोलता है जहाँ प्रवेश की बाधा केवल एक कैमरा और साझा करने की इच्छा 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।