Tamil
HDR கேமரா மாட்யூல்களில் முகம் அடையாளம் காணும் துல்லியத்தை எவ்வாறு மேம்படுத்துகிறது
09.19 துருக
In an era where face recognition has become ubiquitous—powering everything from smartphone unlocking and contactless payments to security surveillance and access control—accuracy is non-negotiable. Yet, one of the biggest obstacles to reliable face recognition is challenging lighting conditions: harsh backlighting, extreme contrast, low light, or uneven shadows can obscure facial features, leading to false rejects, false accepts, or complete recognition failure. This is where High Dynamic Range (HDR) technology steps in. By revolutionizing howகேமரா மாடுல்கள்கதிர்களை பிடித்து செயலாக்குவதன் மூலம், HDR முக அடையாளம் காணும் செயல்திறனை மேம்படுத்துவதில் ஒரு விளையாட்டு மாற்றியாக உருவாகியுள்ளது. இந்த வலைப்பதிவில், HDR எப்படி செயல்படுகிறது, இது முக அடையாளம் காண்வதற்காக ஏன் முக்கியமானது, மற்றும் இது உண்மையான பயன்பாடுகளில் துல்லியத்தை எவ்வாறு அதிகரிக்கிறது என்பதைக் காண்போம்.
முகம் அடையாளம் காண்வதில் விளக்கத்திற்கான சிக்கல்களை புரிந்துகொள்வது
முதலில், சவாலின் சூழலை நாங்கள் புரிந்துகொள்வோம். முகம் அடையாளம் காணும் அமைப்புகள், காமரா மாடுல்களால் பிடிக்கப்பட்ட படங்களில் இருந்து கண்கள் இடையே உள்ள தூரம், மூக்கின் வடிவம் அல்லது ஜா்லைனின் வடிவம் போன்ற தனித்துவமான முக அம்சங்களை எடுக்கவும் ஒப்பிடவும் நம்பிக்கையளிக்கின்றன. இந்த அம்சங்கள் சரியாக கண்டறியப்படுவதற்கு, பிடிக்கப்பட்ட படம் முகத்தின் மிகப் பிரகாசமான மற்றும் மிகக் கறுப்பான பகுதிகளில் விவரங்களை காத்திருக்க வேண்டும்.
பாரம்பரிய கேமரா மாடுல்கள் ஒரு ஒற்றை வெளிப்பாடு அமைப்பைப் பயன்படுத்துகின்றன, இது உயர்-எதிர்ப்பு சூழ்நிலைகளில் சிரமம் அடைகிறது:
• பின்விளக்கத்துடன்: ஒளி மூலமாக பொருளின் பின்னால் இருந்தால் (எ.கா., ஒரு ஜன்னலுக்கு அருகில் நிற்கும் நபர்), முகம் குறைவாக வெளிச்சம் பெறுகிறது (கருப்பு மற்றும் மங்கியதாக), பின்னணி அதிகமாக வெளிச்சம் பெறுகிறது (அதிகமாக வெளிப்படுகிறது). கண்கள் அல்லது உதடுகள் போன்ற முக்கிய அம்சங்கள் நிழலுக்கு மறைந்து விடுகின்றன.
• குறைந்த ஒளி: குறைந்த ஒளி உள்ள சூழ்நிலைகளில் (எடுத்துக்காட்டாக, மோசமான ஒளியுள்ள அலுவலகம் அல்லது இரவு கண்காணிப்பு), படங்கள் சத்தம், தானியங்கி மற்றும் விவரங்களை இழக்கின்றன, இதனால் அம்சங்களை எடுக்குவது நம்பகமானதாக இல்லை.
• சீரற்ற ஒளி: ஸ்பாட்லைட்கள், நேரடி சூரிய ஒளி, அல்லது பிரதிபலிக்கும் மேற்பரப்புகள் முகத்தில் ஹாட்ஸ்பாட்களை (அதிக வெளிப்படுத்தப்பட்ட பகுதிகள்) மற்றும் ஆழமான நிழல்களை உருவாக்குகின்றன, முக்கியமான அடையாளங்களை மாறுபடுத்துகின்றன.
A 2023 ஆய்வு சர்வதேச உயிரியல் அடையாளம் அமைப்பால் நடத்தப்பட்டது, இது ஒளி சிக்கல்கள் 42% முக அடையாளம் தவறுகளுக்கு காரணமாக உள்ளன என்பதை கண்டறிந்தது, இது நுகர்வோர் மற்றும் தொழில்துறை சாதனங்களில் உள்ளது. இது HDR இடைவெளியை மூடுகிறது.
HDR என்ன, மற்றும் இது கேமரா மாட்யூல்களில் எப்படி வேலை செய்கிறது?
HDR தொழில்நுட்பம் ஒரே முறை எடுத்த படங்களின் வரம்புகளை சமாளிக்க, ஒரே காட்சியின் பல படங்களை வெவ்வேறு வெளிப்பாட்டு நிலைகளில் பிடித்து, பின்னர் அவற்றை ஒரே கட்டத்தில் இணைக்கிறது, இது முழு இயக்கவியல் வரம்பில் (ஒரு படத்தின் மிகுந்த மற்றும் மிகக் கறுப்பு பகுதிகளுக்கிடையிலான விகிதம்) விவரங்களை பாதுகாக்கிறது.
முகம் அடையாளம் காண்வதற்காக உகந்த கேமரா மாடுல்களில், HDR மூன்று முக்கிய கட்டங்களில் செயல்படுகிறது:
1. பல வெளிப்பாடு பிடிப்பு: படத்தை உணர்வான் (பொதுவாக CMOS உணர்வான்) 2–5 விரைவு புகைப்படங்களை எடுக்கிறது:
◦ ஒரு “இருண்ட” வெளிப்பாடு, பிரகாசமான பகுதிகளில் (எடுத்துக்காட்டாக, முக்கால் மீது சூரிய ஒளி) விவரங்களை காப்பாற்ற.
◦ முகத்தின் பெரும்பாலான பகுதிகளில் சமநிலையான ஒளிக்கான “மத்திய சாய்வு” வெளிச்சம்.
◦ ஒரு “பிரகாசமான” வெளிப்பாடு நிழல்களில் இருந்து விவரங்களை எடுக்க (எடுத்துக்காட்டாக, கண்களின் கீழ் அல்லது மண்டியிலிருந்து).
மாதிரிகள் இயக்கத்தைத் தவிர்க்க ரோலிங் ஷட்டர் ஒத்திசைவு பயன்படுத்துகின்றன, பொருள் சிறிது நகர்ந்தாலும், படங்கள் இடையே இயக்க மங்கலுக்கு.
1. படம் ஒத்திசைவு & இணைப்பு: கேமராவின் படத்தின் சிக்னல் செயலி (ISP) பல கட்டங்களை சிறிய மாற்றங்களுக்கு (எ.கா., சிறிய தலை திருப்பம்) சரிசெய்ய ஒத்திசைக்கிறது மற்றும் அவற்றை நிறம் வரைபடம் பயன்படுத்தி இணைக்கிறது. நிறம் வரைபடம் ஒவ்வொரு பகுதியும் அதிகமாக அல்லது குறைவாக வெளிப்படாதவாறு ஒளி மற்றும் மாறுபாட்டை தேர்ந்தெடுத்து சரிசெய்து முகத்தின் உருப்படியை மற்றும் நிறத்தின் துல்லியத்தை பாதுகாக்கிறது.
2. சத்தத்தை குறைத்தல் & மேம்படுத்தல்: இணைத்த பிறகு, HDR அல்காரிதங்கள் சத்தத்தை குறைக்கின்றன (குறைந்த ஒளியில் உள்ள படங்களில் பொதுவாக காணப்படும்) மற்றும் எல்லைகளை கூர்மையாகக் கொண்டு வருகின்றன, முகத்தின் அம்சங்கள் போன்றவை, புழுக்கள், கண் முடிகள் மற்றும் முக முடி ஆகியவை அடையாளம் காணும் முறைமைகள் பகுப்பாய்வு செய்ய போதுமான அளவுக்கு தெளிவாக இருக்கின்றன.
5 முக்கியமான வழிகள் HDR முக அடையாளத்தை மேம்படுத்துகிறது
HDR படம் தரத்தை "மேம்படுத்துவதில்" மட்டுமல்ல; இது முக அடையாளம் காண்பதில் தோல்வி ஏற்படுத்தும் தொழில்நுட்ப தடைகளை நேரடியாக கையாள்கிறது. இது செயல்திறனை எவ்வாறு மேம்படுத்துகிறது என்பதைப் பார்ப்போம்:
1. கடுமையான எதிரொலியில் முக்கிய முக அம்சங்களை பாதுகாக்கிறது
HDR இன் மிகுந்த தாக்கம் கொண்ட பயனாக, அது ஒளி மற்றும் நிழல்களில் விவரங்களை காப்பாற்றும் திறனை கொண்டுள்ளது. எடுத்துக்காட்டாக, ஒரு பின்னணி ஒளியில் ஒரு பாரம்பரிய கேமரா "சிலுவை" முகத்தை பிடிக்கும் சூழலில், HDR குறைந்த வெளிப்பாடு மற்றும் அதிக வெளிப்பாடு கொண்ட படங்களை இணைத்து கண்களை, மூக்கை மற்றும் வாயை தெளிவாகக் காட்சியளிக்கிறது.
ஒரு சோதனை ஸ்மார்ட்போன் உற்பத்தியாளர் ஷியோமி மின்மின் வெளிச்சத்தில் முக அடையாளத்தை அடையாளம் காணும் துல்லியத்தை ஒப்பிட்டது:
• Non-HDR மாடுல்கள்: 68% துல்லியம் (அதிகம் தவறான மறுக்கைகள்).
• HDR-செயல்பாட்டுக்கு உரிய மாடுல்கள்: 97% துல்லியம் (சிறப்பம்சங்கள் கண்டறியப்படுவதில் தொடர்ந்தன).
இது உயிரியல் அடையாள முறைமைகளுக்கு முக்கியமாகும், இது பயனர்களை உறுதிப்படுத்த 50+ முக அடையாளங்களைப் பற்றிய தெளிவான தரவுகளை தேவைப்படுகிறது.
2. நம்பகமான பொருத்தத்திற்கு நிற ஒற்றுமையை மேம்படுத்துகிறது
முகம் அடையாளம் காணும் அமைப்புகள் நிறத் தகவல்களை (எடுத்துக்காட்டாக, தோல் நிறம், கண் நிறம்) இரண்டாம் நிலை உறுதிப்படுத்தும் சின்னங்களாகப் பயன்படுத்துகின்றன. பாரம்பரிய கேமராக்கள் கடுமையான ஒளியில் நிறங்களை அடிக்கடி மாறுபடுத்துகின்றன—எடுத்துக்காட்டாக, அதிக வெளிச்சம் தோல் நிறங்களை மாசுபடுத்தலாம், அதே நேரத்தில் குறைவான வெளிச்சம் அவற்றை இயற்கையாக இல்லாத முறையில் கறுப்பாகக் காட்டலாம்.
HDR இன் நிறம் வரைபடம் அல்காரிதங்கள் இணைக்கப்பட்ட கட்டங்களின் மத்தியில் வெள்ளை சமநிலையை சமநிலைப்படுத்துவதன் மூலம் நிலையான நிறம் மறுபடியும் உருவாக்கத்தை பராமரிக்கின்றன. 2024 இல் Journal of Imaging Science இல் வெளியான ஒரு ஆய்வு, HDR என்பது சாதாரண படக்கோவைகளுடன் ஒப்பிடுகையில் 65% நிறம் சிதைவுகளை குறைக்கிறது என்பதைக் கண்டறிந்தது, இது பதிவு மற்றும் அங்கீகார படங்களுக்கிடையில் மேலும் நிலையான அம்சங்களை பொருத்துவதற்கான வழியை ஏற்படுத்துகிறது.
3. குறைந்த ஒளி சூழல்களில் சத்தத்தை குறைக்கிறது
குறைந்த ஒளி முக அடையாளம் காண்வதற்கான ஒரு கனவுக்கரியமாகும்: சத்தம் (கிரேனி பிக்சல்கள்) நுணுக்கமான அம்சங்களை மறைக்கிறது, மற்றும் சென்சார்கள் அடையாளங்களை வேறுபடுத்த தேவையான அளவுக்கு ஒளியை பிடிக்க போராடுகின்றன. HDR இதனை பல பிரகாசமான வெளிப்பாடு படங்களை இணைத்து, மேலும் ஒளியை பிடிக்கவும், முன்னணி சத்தத்தை நீக்குவதற்கான மேம்பட்ட சத்தம் குறைப்பை (எ.கா., பல பட சத்தம் குறைப்பு) பயன்படுத்துவதன் மூலம் தீர்க்கிறது.
சேவல் கேமரா உற்பத்தியாளர் ஆக்சிஸ் கம்யூனிகேஷன்ஸ், HDR-ஐ கொண்ட மாடுல்கள், 2023 தயாரிப்பு வரிசையில் இரவு நேர முக அடையாளத்தை 59% இருந்து 92% ஆக மேம்படுத்தியதாக அறிவித்துள்ளது. இது கண்காணிப்புக்கு ஒரு விளையாட்டு மாற்றம் ஆகும், ஏனெனில் பெரும்பாலான பாதுகாப்பு குற்றங்கள் இரவு நேரத்தில் நிகழ்கின்றன.
4. இயக்கக் காட்சிகளுக்கான இயக்க மங்கல்களை குறைக்கிறது
முகம் அடையாளம் காணுதல் பொதுவாக பொருளின் இயக்கம் (எடுத்துக்காட்டாக, ஒரு நபர் பாதுகாப்பு கேமரா அருகே நடக்கும்போது) ஏற்படும் போது தோல்வியடைகிறது. பாரம்பரிய HDR அமைப்புகள் இயக்க மங்கலால் சிரமப்பட்டன, ஏனெனில் பல கட்டங்களை இணைப்பது கெளதியத்தை உருவாக்கலாம். எனினும், நவீன கேமரா தொகுப்புகள் AI-ஆதாரமாக HDR-ஐ (விரைவு ஷட்டர் வேகங்கள் மற்றும் ISP வேகமூட்டத்துடன் இணைந்து) பயன்படுத்தி, கட்டங்களை நேரத்தில் ஒத்திசைக்க மற்றும் கெளதியத்தை குறைக்க உதவுகின்றன.
உதாரணமாக, Qualcomm இன் Snapdragon Sight ISP இயந்திரக் கற்றல்களைப் பயன்படுத்தி நகரும் முக அம்சங்களை (எ.கா., ஒரு சிரிப்பு அல்லது தலை சாய்வு) கண்டறிந்து, இணைப்பின் போது அந்த பகுதிகளில் கூர்மையானதை முன்னுரிமை அளிக்கிறது. இது Qualcomm இன் 2024 சோதனை தரவுகளின் படி, இயக்கம் தொடர்பான அடையாளம் தவறுகளை 38% குறைக்கிறது.
5. எட்ஜ் ஏஐ அடையாளம் காண்வதுடன் ஒத்திசைவு மேம்படுத்துகிறது
இன்றைய முகம் அடையாளம் காணும் அமைப்புகள் மேக சேவையகங்களைப் பதிலாக எட்ஜ் சாதனங்களில் (எடுத்துக்காட்டாக, புத்திசாலி கேமரா, ஸ்மார்ட்போன்கள்) அதிகமாக இயங்குகின்றன, இது திறமையான, உயர் தரமான உள்ளீட்டை தேவைப்படுத்துகிறது. HDR எட்ஜ் AI மாதிரிகளுக்கு சுத்தமான, மேலும் விவரமான படங்களை வழங்குகிறது, இது அம்சங்களை எடுக்குவதற்கான கணினி சுமையை குறைக்கிறது.
NVIDIA-இல் இருந்து ஒரு வழக்கு ஆய்வு, HDR படங்களில் பயிற்சி பெற்ற AI மாதிரிகள், non-HDR படங்களில் பயிற்சி பெற்ற மாதிரிகளுடன் ஒப்பிடும்போது, அதே துல்லியத்தை அடைய 20% குறைவான செயலாக்க சுழற்சிகளை தேவைப்படுத்தியது என்பதை கண்டறிந்தது. இது அடையாளம் காண்வை விரைவுபடுத்துவதுடன், மின்சாரத்தைச் சிக்கனமாக்குகிறது - ஸ்மார்ட்போன்கள் மற்றும் IoT கேமராக்கள் போன்ற பேட்டரி இயக்கப்படும் சாதனங்களுக்கு முக்கியமானது.
உண்மையான உலக பயன்பாடுகள்: HDR செயல்பாட்டில்
HDR இன் முகத்தை அடையாளம் காண்வதில் உள்ள தாக்கம் பல தொழில்களில் தெளிவாகக் காணப்படுகிறது. மூன்று முக்கிய பயன்பாடுகளைப் பார்ப்போம்:
1. ஸ்மார்ட்போன் உயிரியல் அடையாளங்கள்
பிரதான ஸ்மார்ட்போன்கள், iPhone 15 Pro மற்றும் Samsung Galaxy S24 போன்றவை, முக அடையாளம் மற்றும் முக அங்கீகாரத்திற்காக HDR-ஐ ஆதரிக்கும் முன்னணி கேமராக்களை பயன்படுத்துகின்றன. ஆப்பிளின் TrueDepth கேமரா அமைப்பு, எடுத்துக்காட்டாக, பின்னணி ஒளி அல்லது குறைந்த ஒளியில் கூட விவரமான முக வரைபடங்களை பிடிக்க HDR-ஐ இன்ஃப்ராரெட் படமெடுப்புடன் இணைக்கிறது. பயனர் தரவுகள், சவாலான ஒளியில் Face ID தோல்வி விகிதங்களை 70% குறைக்க HDR உதவுகிறது என்பதை காட்டுகிறது.
2. பாதுகாப்பு கண்காணிப்பு
வானூர்திகள் மற்றும் சில்லறை கடைகள் மாறுபட்ட ஒளியில் (எடுத்துக்காட்டாக, ஜன்னல்களின் வழியாக வரும் சூரிய ஒளி, பிளாஸ்டிக் விளக்குகள்) முகங்களை கண்காணிக்க HDR கேமரா மாட்யூல்களை நம்புகின்றன. லண்டனின் ஹீத்ரோவ் வானூர்தி நிலையத்தில் ஒரு பைலட் HDR-இயற்கை கேமராக்கள் சாதாரண கேமராக்களை ஒப்பிடுகையில் 55% முகங்களை அடையாளம் காணாமல் விட்டுவிட்டதாக கண்டுபிடித்தார், இது பாதுகாப்பு செயல்திறனை மேம்படுத்தியது.
3. வாகன ஓட்டுநர் கண்காணிப்பு
மாடர்ன் கார்கள் முகம் அடையாளம் காண்பதன் மூலம் ஓட்டுனரின் தூக்கம் அல்லது கவனக்குறைவைக் கண்டறிகின்றன. HDR இங்கு முக்கியமாக உள்ளது, ஏனெனில் கார் உள்ளே உள்ள ஒளி விரைவாக மாறுகிறது (எடுத்துக்காட்டாக, ஒரு குழியில் நுழைவது, சூரியன் மிளிர்வு). டெஸ்லாவின் ஓட்டுனர் கண்காணிப்பு அமைப்பு (DMS) HDR ஐ பயன்படுத்தி, சூரியன் நேரடியாக ஓட்டுனரின் முகத்தை அடிக்கும்போது கூட தெளிவான முகம் கண்காணிப்பை பராமரிக்கிறது—டெஸ்லாவின் 2024 பாதுகாப்பு அறிக்கையின் படி, தவறான எச்சரிக்கைகளை 40% குறைக்கிறது.
சவால்கள் மற்றும் எதிர்கால நெறிகள்
HDR முகம் அடையாளம் காண்வதை முக்கியமாக மேம்படுத்துகிறது, ஆனால் இது சவால்களை இல்லாமல் இல்லை:
• முடிவெடுப்பு: பல கட்டங்களை இணைப்பது சிறிய தாமதங்களை (10–50ms) உருவாக்கலாம், இது அணுகல் கட்டுப்பாடு போன்ற நேரடி பயன்பாடுகளுக்கு சிக்கலானது. இருப்பினும், புதிய ISP கள் (எடுத்துக்காட்டாக, MediaTek இன் Dimensity ISP) தாமதத்தை 10ms க்குள் குறைத்துள்ளன.
• சக்தி உபயோகிப்பு: பல முறை எடுக்கப்பட்ட படம் அதிக சக்தியை பயன்படுத்துகிறது, இது ஸ்மார்ட்போன் பேட்டரிகளை காலியாக்கும். உற்பத்தியாளர்கள் இதனை அடிப்படையாகக் கொண்டு HDR ஐ (எடுத்துக்காட்டாக, சவாலான ஒளியில் HDR ஐ மட்டுமே செயல்படுத்துவது) கையாள்கிறார்கள்.
முன்னேற்றத்தை நோக்கி, இரண்டு போக்குகள் HDR இன் தாக்கத்தை அதிகரிக்கும்:
• HDR + AI Fusion: AI நேரத்தில் காட்சியின் அடிப்படையில் வெளிச்ச அளவுகளை மேம்படுத்தும் (எடுத்துக்காட்டாக, பின்னணி வெளிச்சத்தை கண்டறிந்து மற்றும் ஷாட் எண்ணிக்கைகளை சரிசெய்யும்). கூகிளின் பிக்சல் 8 இதனை “AI HDR Max” பயன்படுத்தி செய்கிறது, மேலும் 15% துல்லியத்தை மேம்படுத்துகிறது.
• மேலான இயக்கவியல் வரம்பு சென்சார்கள்: அடுத்த தலைமுறை CMOS சென்சார்கள் (எ.கா., Sony இன் IMX989) 16-பிட் இயக்கவியல் வரம்பை (பழைய சென்சார்களில் 12-பிட்) வழங்குகின்றன, இது HDR ஐ மிகவும் வெளிச்சத்தில் கூட finer விவரங்களைப் பிடிக்க அனுமதிக்கிறது.
தீர்வு
HDR தொழில்நுட்பம் “கிடைக்க வேண்டிய” படத்தை மேம்படுத்தும் கருவியாக இருந்து “கிடைக்க வேண்டிய” நம்பகமான முக அடையாளம் காண்பதற்கான ஒரு கருவியாக மாறியுள்ளது. சவாலான ஒளியின் அடிப்படைக் கோளாறுகளை தீர்மானிப்பதன் மூலம், HDR முக்கியமான முக அம்சங்களை பாதுகாக்கிறது, நிறத்தின் ஒற்றுமையை மேம்படுத்துகிறது, சத்தத்தை குறைக்கிறது மற்றும் இயக்க மங்கல்களை குறைக்கிறது—இது நேரடியாக குறைவான பிழைகள் மற்றும் மேலும் நம்பகமான உயிரியல் அடையாளக் கணக்கீட்டுக்கான அமைப்புகளுக்கு மாறுகிறது.
உற்பத்தியாளர்களுக்கு, HDR-ஐ கேமரா மாட்யூல்களில் ஒருங்கிணைப்பது இனி விருப்பமல்ல: இது நுகர்வோர் எலக்ட்ரானிக்ஸ், பாதுகாப்பு மற்றும் வாகன பயன்பாடுகளுக்கு போட்டி தேவையாகும். இறுதி பயனாளர்களுக்கு, HDR முகம் அடையாளம் காண்பது மிகவும் முக்கியமான போது வேலை செய்கிறது - சூரிய ஒளியில் ஒரு தொலைபேசியை திறக்கவோ அல்லது இருண்ட நுழைவாயிலில் அடையாளத்தை உறுதிப்படுத்தவோ.
எச்.டி.ஆர். எய்ஐ மற்றும் அடுத்த தலைமுறை சென்சார்களுடன் இணைந்து கொண்டிருக்கும் போது, முக அடையாளம் காணும் எதிர்காலம் எப்போதும் போலவே பிரகாசமாகவும் (மற்றும் மேலும் துல்லியமாகவும்) உள்ளது.
தொடர்பு
உங்கள் தகவலை விட்டு நாங்கள் உங்களை தொடர்பு கொள்ளுவோம்.
WhatsApp
WeChat