एआर में TOF कैमरा मॉड्यूल गहराई धारणा परिशुद्धता सुधार योजना

संवर्धित वास्तविकता (AR) तकनीक के विकास में, गहराई की धारणा सटीकता सीधे वास्तविक दृश्यों के साथ आभासी वस्तुओं के एकीकरण प्रभाव को प्रभावित करती है। TOF (टाइम ऑफ़ फ़्लाइट कैमरा मॉड्यूल, वास्तविक समय में तीन-आयामी स्थानिक डेटा प्राप्त करने की अपनी क्षमता के साथ, AR उपकरणों का मुख्य घटक बन गया है। हालाँकि, जटिल वातावरण में इसकी गहराई की धारणा सटीकता को और कैसे बेहतर बनाया जाए, यह अभी भी उद्योग का ध्यान केंद्रित है। यह लेख TOF की गहराई की धारणा सटीकता सुधार योजना पर चर्चा करेगा कैमरा मॉड्यूल एआर अनुप्रयोगों में तीन आयामों से: तकनीकी अनुकूलन, डिजाइन, और बहु-सेंसर संलयन।

पारंपरिक TOF सेंसर शोर वाले डेप्थ डेटा में परिवेशी प्रकाश से हस्तक्षेप के लिए प्रवण होते हैं। Meizu 17 Pro के लिए Ouster द्वारा अनुकूलित समाधान उच्च-प्रदर्शन फ़िल्टरिंग एल्गोरिदम का उपयोग करता है, जो अनुकूली शोर दमन तकनीक के माध्यम से, विशेष रूप से उच्च निम्न-आवृत्ति शोर को समाप्त करता है, जिससे डेप्थ मैप की स्पष्टता में काफी सुधार होता है। इसके अलावा, क्वालकॉम डीएसपी द्वारा अनुकूलित डेप्थ इंजन के साथ मिलकर, सिस्टम पावर खपत 15% कम हो जाती है, जबकि 30FPS की स्थिर फ्रेम दर बनाए रखते हुए, AR अनुप्रयोगों की प्रवाहशीलता सुनिश्चित होती है।

अपर्याप्त To रिज़ॉल्यूशन की समस्या की भरपाई के लिए, झेजियांग यूनिवर्सिटी टीम द्वारा विकसित DELTAR फ्रेमवर्क डीप लर्निंग के माध्यम से हल्के ToF और RGB इमेज फ्यूजन को प्राप्त करता है। यह योजना RGB के टेक्सचर विवरण का उपयोग ToF की गहराई की जानकारी को पूरक करने के लिए करती है। ECCV 2022 प्रयोग में, पारंपरिक तरीकों की तुलना में इसकी गहराई अनुमान त्रुटि 23% कम हो गई थी और इसकी कम्प्यूटेशनल दक्षता 40% बढ़ गई थी, जिससे यह मोबाइल टर्मिनल जैसे संसाधन-विवश उपकरणों के लिए उपयुक्त हो गया।

हार्डवेयर-स्तर का नवाचार सटीकता सुधार का आधार है। ऑस्टर का फेम्टो-डब्लू मॉड्यूल 0.2-2.5 मीटर की सीमा के भीतर मिलीमीटर सटीकता प्राप्त करने के लिए iToF तकनीक का उपयोग करता है, एक गहराई कंप्यूटिंग शक्ति प्लेटफ़ॉर्म को एकीकृत करता है, और बाहरी कंप्यूटिंग शक्ति समर्थन की आवश्यकता नहीं होती है। इसका अल्ट्रा-वाइड डिज़ाइन (120 ° फ़ील्ड ऑफ़ व्यू) एक व्यापक स्थानिक जानकारी को कैप्चर कर सकता है, और इन्फ्रारेड और डेप्थ डेटा का Y16 प्रारूप आउटपुट दृश्य मॉडलिंग के लिए उच्च-निष्ठा डेटा प्रदान करता है।

बड़े पैमाने पर उत्पादन की जरूरतों के लिए, मॉड्यूल हार्डवेयर चयन के दौरान उत्पादन लाइन पर अंशांकन की दक्षता पर विचार करता है, वन-स्टॉप अंशांकन तकनीक के माध्यम से उपज में सुधार करता है, और 3 डी फेस रिकग्निशन, एसएलएएम आदि जैसे जटिल कार्यों को उपभोक्ता इलेक्ट्रॉनिक्स और औद्योगिक स्वचालन परिदृश्यों की दोहरी जरूरतों को पूरा करता है।

मोनो ToF सेंसर में अभी भी जटिल प्रकाश व्यवस्था या कम बनावट वाले परिदृश्यों की सीमाएँ हैं। RGB और IMU जैसे मल्टी-मोडल डेटा को एकीकृत करके, एक अधिक पूर्ण गहराई धारणा प्रणाली का निर्माण किया जा सकता है। उदाहरण के लिए, Meizu 18 Pro का AR रूलर फ़ंक्शन सेंटीमीटर-स्तर की दूरी माप सटीकता प्राप्त करने के लिए ToF गहराई डेटा को IMU दृष्टिकोण जानकारी के साथ जोड़ता है। DELTAR फ्रेमवर्क, फीचर अलाइनमेंट एल्गोरिदम, ToF डेप्थ मैप और RGB इमेज का पिक्सेल-लेवल रजिस्ट्रेशन, लंबन त्रुटियों को समाप्त करता है और वर्चुअल ऑब्जेक्ट की स्थानिक स्थिति सटीकता को बढ़ाता है।

इसके अलावा गतिशील दृश्यों में, मल्टी-सेंसर फ्यूजन प्रभावी रूप से मोशन ब्लर की समस्या को हल कर सकता है। ToF और RGB डेटा को सिंक्रोनाइज़ करके और टाइम सीक्वेंस ऑप्टिमाइज़ेशन एल्गोरिदम को मिलाकर, सिस्टम वास्तविक समय में गति के कारण होने वाले गहराई विचलन को सही करता है, जिससे AR इंटरैक्शन की स्थिरता सुनिश्चित होती है।

वर्तमान में, ToF लेंस मॉड्यूल ने मोबाइल फोन AR में सफल अनुप्रयोग प्राप्त किए हैं। Meizu 17 Pro का वीडियो रियल-टाइम ब्लरिंग फ़ंक्शन, ToF डेप्थ इंजन के माध्यम से, पृष्ठभूमि और विषय के बीच सटीक पृथक्करण को प्राप्त करता है, और धुंधलापन का संक्रमण अधिक प्राकृतिक है; 18 Pro के लिए Orbbec का अनुकूलित समाधान AR विज़न जैसे अभिनव कार्यों का समर्थन करता है, जो कम रोशनी वाले वातावरण में AR के अनुप्रयोग की सीमा का विस्तार करता है। भविष्य में, हल्के एल्गोरिदम और कम-शक्ति वाले हार्डवेयर के विकास के साथ, ToF मॉड्यूल छोटे आकार और कम लागत विकसित करेंगे, जो स्मार्ट होम, औद्योगिक निरीक्षण और अन्य क्षेत्रों में AR तकनीक के लोकप्रियकरण को बढ़ावा देंगे।

ToF लेंस मॉड्यूल की गहराई धारणा सटीकता में सुधार एल्गोरिदम अनुकूलन, हार्डवेयर नवाचार और मल्टी-मोडल फ्यूजन के समन्वित विकास पर निर्भर करता है। तकनीकी अड़चनों की निरंतर सफलता के माध्यम से, ToF उपकरणों के लिए "आभासी और वास्तविक के सहज एकीकरण" को प्राप्त करने के लिए मुख्य प्रेरक शक्ति बन जाएगा, जिससे उपयोगकर्ताओं को अधिक immersive और अधिक सटीक इंटरैक्टिव अनुभव मिलेगा।