Tamil
கேமரா மாட்யூல்களின் வளர்ச்சி: லேப்டாப் இணைய கேமராவிலிருந்து AI கண்ணோட்டம்
09.19 துருக
கேமரா மாடுல் ஒரு சிறு உபகரணமாக இருந்து, நவீன வாழ்க்கையின் ஒரு தவிர்க்க முடியாத தொழில்நுட்ப அடித்தளமாக மாறியுள்ளது. இந்த மாற்றத்தின் கதை பல ஆண்டுகளாக உள்ள புதுமைகளை உள்ளடக்கியது, இது நாங்கள் டிஜிட்டல் உலகத்தை எப்படி காண்கிறோம் மற்றும் அதுடன் தொடர்பு கொள்ளுகிறோம் என்பதைக் கையாளும் புரட்சிகரமான தருணங்களால் குறிக்கப்படுகிறது. 1990களின் துருப்பிடிக்காத கருப்பு மற்றும் வெள்ளை வீடியோ ஃபீட்களிலிருந்து, இன்று ஆர்ட்டிஃபிஷியல் இன்டெலிஜென்ஸ் மூலம் இயக்கப்படும் பார்வை அமைப்புகள் வரை, அவை ஆழத்தை உணர்ந்து, உணர்வுகளை அடையாளம் காண்ந்து, சூழல்களை வழிநடத்துகின்றன.கேமரா மாட்யூல்கள்have undergone a remarkable transformation.
டிஜிட்டல் கண்களின் dawn: ஆரம்ப வலைக்கேம்கள் (1990கள்-2000கள்)
பயணம் 1991-ல் கம்பிரிட்ஜ் பல்கலைக்கழகத்தில் ஒரு எளிய பரிசோதனையுடன் தொடங்கியது - ஒரு கேமரா காபி பாட்டிலுக்கு நோக்கி, அதன் நிலையை உள்ளூர் நெட்வொர்க் மூலம் ஒளிபரப்பி, ஆராய்ச்சியாளர்களுக்கு தேவையற்ற பயணங்களைச் சேமிக்கிறது. இந்த அடிப்படையான அமைப்பு, வெப்கேம் புரட்சிக்கு அடித்தளமாக அமைந்தது. 1994-ல், கனெக்டிக்ஸ் க்விக் கேம் என்ற முதல் வர்த்தக ரீதியாக வெற்றியடைந்த வெப்கேமைக் களமிறக்கியது, 15 ஃபிரேம்கள் प्रति விநாடிக்கு 320x240 பிக்சல்கள் தீர்மானத்தில் கிரேஸ்கேலில் $100க்கு வழங்கியது. இந்த சாதனம், முதலில் மெகின்டோஷ் கணினிகளுக்காக, வீடியோ தொடர்பு நுகர்வோருக்கு கிடைக்கக்கூடியதாக மாறியது.
லேப்டாப் ஒருங்கிணைப்பு விரைவில் தொடங்கியது. IBM இன் ThinkPad 850 1996 இல் விருப்பமான ஒருங்கிணைக்கப்பட்ட வெப்கேம் உடன் அறிமுகமாகியது, ஆனால் அதன் $12,000 விலை அடிப்படையில் பொதுமக்களின் அணுகலுக்கு வெளியே இருந்தது. 2000 களின் ஆரம்பத்தில், Dell, HP, மற்றும் Lenovo போன்ற உற்பத்தியாளர்கள் வெப்கேம்களை நிலையான அம்சங்களாக இணைக்கத் தொடங்கினர், இது வீடியோ மாநாட்டுப் கருவிகள் மற்றும் சமூக ஊடக தளங்களின் அதிகரிக்கும் பிரபலத்தால் ஊக்கமளிக்கப்பட்டது. 2003 இல் வெளியிடப்பட்ட Apple இன் iSight வெப்கேம், மேம்பட்ட படத் தரம் மற்றும் Mac அமைப்புகளுடன் சீரான ஒருங்கிணைப்புடன் இந்த தொழில்நுட்பத்தை மேலும் பிரபலமாக்கியது.
இந்த ஆரம்ப கேமரா மாட்யூல்கள் உபகரணக் கட்டுப்பாடுகளால் வரையறுக்கப்பட்டன. அவற்றில் பெரும்பாலானவை VGA தீர்மானத்தில் (640x480 பிக்சல்கள்) செயல்பட்டன, நிலையான கவனம் மற்றும் குறைந்த ஒளியில் மோசமான செயல்திறனை கொண்டன. அவற்றின் முதன்மை செயல்பாடு அடிப்படையான வீடியோ தொடர்பாகவே இருந்தது, முக்கியமான செயலாக்கம் இல்லாமல் நேரடி படத்தைப் பிடிப்பதற்கே சார்ந்தது—இன்றைய புத்திசாலி அமைப்புகளுக்கு மாறுபட்டது.
The Resolution Revolution: HD மற்றும் அதற்கு அப்பால் (2010கள்)
2010களில் கேமரா மாட்யூல் திறன்களில் ஒரு dramatische மாற்றம் ஏற்பட்டது, சென்சார் தொழில்நுட்பம் மற்றும் மொபைல் கணினி முன்னேற்றங்களால் இயக்கப்பட்டது. தீர்வு முக்கியமான போர்க்களமாக மாறியது, VGA (0.3MP) இருந்து 720p HD (1MP) மற்றும் இறுதியாக 1080p முழு HD (2MP) என்ற நிலைக்கு மாறியது, லேப்டாப் வெப்கேம்களுக்கு நிலையாக. இந்த காலம், முழுமையாக ஹார்ட்வேரால் இயக்கப்படும் முன்னேற்றங்களிலிருந்து மென்பொருள் மேம்படுத்தப்பட்ட படங்களை நோக்கி மாறும் காலமாக இருந்தது.
Sony இன் IMX சென்சார் தொடர் இந்த முன்னேற்றத்தில் முக்கிய பங்கு வகித்தது. IMX415 போன்ற மாடல்கள் 30 ஃபிரேம்கள் प्रति விநாடிக்கு 4K தீர்மானம் (3840x2160 பிக்சல்கள்) வழங்கின, மேலும் பெரிய பிக்சல் அளவுகள் மற்றும் சிறந்த ஒளி உணர்வுத்திறனை மூலம் குறைந்த ஒளியில் செயல்திறனை முக்கியமாக மேம்படுத்தின. இந்த முன்னேற்றங்கள் தொழில்முறை உபகரணங்களுக்கு மட்டுமல்ல; நுகர்வோர் சாதனங்கள் இந்த தொழில்நுட்பங்களை ஏற்றுக்கொண்டு, காட்சியில் பிரகாசமான மற்றும் இருண்ட பகுதிகளை சமநிலைப்படுத்தும் HDR (உயர் டைனமிக் ரேஞ்ச்) படக்கோவைகள் போன்ற அம்சங்களை செயல்படுத்தின.
ஸ்மார்ட்போன்கள் புதுமையின் முதன்மை இயக்கமாக உருவாகின, கேமரா மாடுல் வளர்ச்சியை லேப்டாப்புகளில் சாத்தியமானதை மிஞ்சி முன்னேற்றின. கூகிளின் பிக்சல் தொடர் கணினி புகைப்படக் கலைவியலின் சக்தியை வெளிப்படுத்தியது, போட்டியாளர்களின் சாதனங்களுக்குப் பத்திரமாகக் குறைவாகத் தோன்றிய ஹார்ட்வேரால் பிடிக்கப்பட்ட படங்களை மேம்படுத்த சாப்ட்வேர் அல்காரிதங்களைப் பயன்படுத்தியது. தசாப்தத்தின் முடிவில், கேமரா மாடுல்கள் எளிய வீடியோ பிடிப்பு சாதனங்களாக இருந்து, உயர் தீர்மான சென்சார்கள், மேம்பட்ட லென்ஸ்கள் மற்றும் தனிப்பட்ட படப் செயலிகள் ஆகியவற்றை இணைக்கும் சிக்கலான அமைப்புகளாக மாறின.
AI ஒருங்கிணைப்பு: பார்வையாளரின் குதிப்பு (2012-தற்போது)
கேமரா மாட்யூல்களில் உண்மையான புரட்சி 2012-ல் அலக்ஸ் நெட் அறிமுகமாகிய போது தொடங்கியது, இது இமேஜ்நெட் போட்டியில் முக்கியமான வித்தியாசத்துடன் வெற்றி பெற்ற ஒரு ஆழ்ந்த கான்வல்யூஷனல் நரம்பியல் நெட்வொர்க் ஆகும். இந்த முன்னேற்றம் செயற்கை நுண்ணறிவு காட்சி தரவுகளை முந்தைய அளவுகோல்களுடன் செயலாக்க முடியும் என்பதை காட்டியது, AI-அடிப்படையிலான கேமரா அமைப்புகளுக்கான பாதையை அமைத்தது.
Apple-இன் TrueDepth கேமரா அமைப்பு, iPhone X உடன் அறிமுகம் செய்யப்பட்டது, இந்த புதிய காலத்தை எடுத்துக்காட்டுகிறது. இது காணாமல் போன ஆயிரக்கணக்கான புள்ளிகளை ஒளிப்படித்து மற்றும் பகுப்பாய்வு செய்து, பாதுகாப்பான Face ID அங்கீகாரத்திற்கு முகங்களின் விரிவான ஆழ வரைபடத்தை உருவாக்குகிறது. இந்த தொழில்நுட்பம், ஆழ தரவுகளை கணித பிரதிநிதியாக மாற்ற ஒரு தனிப்பட்ட நரம்பியல் இயந்திரத்தை நம்புகிறது, இது முழுமையாக இருட்டில் கூட நேரடி முக அடையாளத்தை அடையாளம் காண உதவுகிறது. அமைப்பு தோற்ற மாற்றங்களுக்கு தொடர்ந்து ஏற்படுத்துகிறது, AI எப்படி கேமரா தொகுப்புகளை "கற்றுக்கொள்ள" மற்றும் காலத்திற்கேற்ப மேம்படுத்த உதவுகிறது என்பதை காட்டுகிறது.
கார் துறையில், டெஸ்லாவின் விசன் அமைப்பு மற்றொரு மைல்கல் ஆகும். பாரம்பரிய ரேடாரை கேமரா மற்றும் AI செயலாக்கத்தின் நெட்வொர்க்குடன் மாற்றுவதன் மூலம், டெஸ்லாவின் விசன் அமைப்பு வாகனங்களுக்கு பொருட்களை கண்டறிந்து வேறுபடுத்த, சிக்கலான சூழ்நிலைகளில் வழிசெலுத்த, மற்றும் காற்றில் மென்பொருள் புதுப்பிப்புகள் மூலம் மேம்படுத்த உதவுகிறது. இந்த அணுகுமுறை தனி நோக்கத்திற்கான கேமரா மாடல்களிலிருந்து பல செயல்பாடுகளை கொண்ட விசன் அமைப்புகளுக்கு மாறுதலை காட்டுகிறது, இது தன்னியக்க தொழில்நுட்பத்தின் அடிப்படையை உருவாக்குகிறது.
எட்ஜ் கணினி செயற்கை நுண்ணறிவுக் கேமரா ஏற்றத்தை மேலும் விரைவுபடுத்தியுள்ளது. 6 TOPS (டிரில்லியன் செயல்பாடுகள் ஒரு விநாடிக்கு) செயற்கை நுண்ணறிவு கணினி சக்தியுடன் RISC-V கட்டமைப்புப் செயலியால் இயக்கப்படும் Yahboom இன் K230 போன்ற மாடுல்கள், குறுகிய, குறைந்த சக்தி கொண்ட சாதனங்களில் நேரடி படத்தை அடையாளம் காணுதல், அசைவு கண்டறிதல் மற்றும் நடத்தை பகுப்பாய்வு ஆகியவற்றை செயல்படுத்துகின்றன. இந்த திறன்கள் கேமரா மாடுல்களின் பயன்பாடுகளை புத்திசாலி வீடுகள், ரோபோட்டிக்ஸ் மற்றும் தொழில்துறை தானியங்கி ஆகியவற்றில் விரிவாக்கியுள்ளன.
கணினி புகைப்படக்கலை: மென்பொருள் உபகரணத்தை வரையறுக்கிறது
மாடர்ன் கேமரா மாட்யூல்கள் increasingly கணினி தொழில்நுட்பங்களை நம்புகின்றன, அவை தங்கள் ஹார்ட்வேர் வரம்புகளை மீறி முடிவுகளை வழங்குகின்றன. கூகிளின் பிக்சல் 8 ப்ரோ இந்த போக்கு எடுத்துக்காட்டுகிறது, இது Video Boost போன்ற அம்சங்களை கொண்டுள்ளது, இது சாதனத்தில் செயலாக்கத்தை மேக அடிப்படையிலான AI உடன் இணைத்து வீடியோ தரத்தை மேம்படுத்துகிறது. இந்த தொழில்நுட்பம் ஒரு நிமிட 4K வீடியோவை (1,800 புகைப்படங்களுக்கு சமமானது) செயலாக்குகிறது, இது ஒளி மற்றும் இருண்ட பகுதிகளுக்கான வெளிச்சத்தை ஒரே நேரத்தில் மேம்படுத்துகிறது.
ரியல் டோன் தொழில்நுட்பம், உலகளாவிய புகைப்படக்காரர்களுடன் இணைந்து உருவாக்கப்பட்டது, பல்வேறு தோல் நிறங்களை சரியான முறையில் பிரதிபலிக்க உறுதி செய்கிறது - இது படக்கருவிகளில் வரலாற்று பாகுபாடுகளை சமாளிக்க ஒரு முக்கியமான படி. இந்த முன்னேற்றங்கள் கேமரா மாடுல்கள் தொழில்நுட்ப புதுமை மட்டுமல்லாமல், ஒழுங்கு AI செயல்படுத்துவதற்கான தளங்களாக மாறியதை வெளிப்படுத்துகின்றன.
எதிர்காலத்தின் பரப்புகள்: பார்வை தொழில்நுட்பம் எங்கு செல்கிறது?
கேமரா மாட்யூல்களின் வளர்ச்சி மந்தமாகும் எந்த அடையாளங்களையும் காட்டவில்லை. உருவாகும் போக்குகள், மேலும் அதிக AI ஒருங்கிணைப்பை நோக்கி செல்கின்றன, மேலும் திறமையான நரம்பியல் நெட்வொர்க்கள், அதிகமாக சுருக்கமான சாதனங்களில் சிக்கலான காட்சி பணிகளை செயல்படுத்துவதற்கு உதவுகின்றன. 8K மற்றும் அதற்கு மேற்பட்ட உயர் தீர்மானங்கள் சாதாரணமாக மாறும், மேலும் குறைந்த ஒளி செயல்திறனை மேம்படுத்துவதன் மூலம் பல சூழ்நிலைகளில் செயற்கை ஒளியின் தேவையை நீக்கிவிடும்.
தனியுரிமை பாதுகாக்கும் AI தொழில்நுட்பங்கள் பொதுவான மற்றும் தனிப்பட்ட இடங்களில் கேமரா மாடுல்கள் அதிகரிக்கும் போது அவசியமாக மாறும். சாதனத்தில் செயலாக்கம் உணர்ச்சிகரமான காட்சி தரவுகள் உள்ளூர் மட்டுமே இருக்கும் என்பதை உறுதி செய்கிறது, கண்காணிப்பு மற்றும் தரவுப் பாதுகாப்பு பற்றிய அதிகரிக்கும் கவலைகளை சமாளிக்கிறது. இதற்கிடையில், ஆழம் உணர்வு மற்றும் 3D படமெடுப்பில் முன்னேற்றங்கள் உடல் மற்றும் டிஜிட்டல் யதார்த்தங்களுக்கிடையிலான வரம்பை மங்கிக்கொள்வதற்கான வாய்ப்புகளை உருவாக்கும், மேலும் அதிகரிக்கப்பட்ட யதார்த்த அனுபவங்களை மேலும் மூழ்கியதாக மாற்றும்.
தீர்வு: காண்பதிலிருந்து புரிதலுக்குப் போகுதல்
1994 QuickCam-இல் இருந்து இன்று AI காட்சி அமைப்புகள் வரை உள்ள பயணம் தொழில்நுட்ப முன்னேற்றத்தை மட்டுமல்ல, புகைப்படங்களை எடுக்க மட்டுமே பயன்படும் கருவிகள் என்ற நிலைமையிலிருந்து காட்சி தகவல்களை புரிந்துகொள்ளும் அமைப்புகளாக காமரா மாடுல்கள் எப்படி மாறியுள்ளன என்பதையும் பிரதிபலிக்கிறது. இந்த மாற்றம் தொடர்பு, பாதுகாப்பு, போக்குவரத்து மற்றும் எண்ணற்ற பிற துறைகளை மறுபடியும் வடிவமைத்துள்ளது.
எங்களால் எதிர்கொள்கையில், கேமரா மாடுல்கள் AI புதுமையின் முன்னணி இடத்தில் தொடர்ந்தும் இருக்கும், இயந்திரங்களை உலகத்தை அதிகமாக நுணுக்கமாக உணர மற்றும் விளக்க அனுமதிக்கும். இந்த வளர்ச்சியின் அடுத்த அத்தியாயம் இன்னும் ஆழமான மாற்றங்களை வாக்குறுதி செய்கிறது, ஏனெனில் காட்சி அறிவு தினசரி தொழில்நுட்பத்தின் துணைபுரியப்படுகிறது. ஸ்மார்ட்போன்கள், சுய இயக்க வாகனங்கள் அல்லது புத்திசாலி நகரங்களில், சாதாரண கேமரா மாடுல் உண்மையில் டிஜிட்டல் காலத்தின் கண்கள் ஆகிவிட்டது.
தொடர்பு
உங்கள் தகவலை விட்டு நாங்கள் உங்களை தொடர்பு கொள்ளுவோம்.
WhatsApp
WeChat