Kinect এর বিবর্তন এবং মাইক্রোসফট রিসার্চের আসল গুরুত্ব

যা Kinect মাইক্রোসফটের কাছে গুরুত্বপূর্ণ প্রায় একটি সত্যবাদ। রেডমন্ড ক্যাপচার ডিভাইসটি তাদের ভিডিও গেম কনসোল নিয়ন্ত্রণ করার একটি সহজ পদ্ধতির বাইরে চলে গেছে এবং এটি তাদের কৌশলের একটি গুরুত্বপূর্ণ উপাদান এবং তাদের অনেক পণ্যের জন্য একটি রেফারেন্স হয়ে উঠেছে। কিন্তু এটি মাইক্রোসফ্ট রিসার্চ আইডিয়া ল্যাবরেটরির সাথে একটি কোম্পানি বিভাগের সংমিশ্রণ থেকে কী জন্মাতে পারে তার একটি বাস্তব নমুনাও৷

প্রথম Kinect ইতিমধ্যেই এর একটি উদাহরণ ছিল। তিন বছর পরে, এটি সেই একই ইউনিয়ন যা ডিভাইসটিকে Xbox One এর রিলিজের সাথে সন্দেহাতীত সীমাতে বিকশিত হতে দিয়েছে।এর সমস্ত বিভাগে Kinect 2.0 তার পূর্বসূরীর তুলনায় একটি উল্লেখযোগ্য উন্নতির প্রতিনিধিত্ব করে এবং এই সপ্তাহে মাইক্রোসফ্ট ব্যাখ্যা করার সুযোগ নিয়েছে যে এটি কীভাবে গ্যাজেট বিকাশ প্রক্রিয়ার অংশ ছিল। যা মানুষ এবং মেশিনের মধ্যে মিথস্ক্রিয়ায় একটি মৌলিক অংশে পরিণত হওয়ার পথে।

Kinect 1.0

যখন মাইক্রোসফ্ট ২০০৯ সালের জুন মাসে E3 এ প্রজেক্ট নাটাল উপস্থাপন করেছিল, তখন অনেকেই এতে রেডমন্ডের কাছ থেকে নিঃসন্দেহে সাফল্যের একটি সহজ প্রতিক্রিয়া দেখেছিলেন যে নিন্টেন্ডো Wii এবং এর নিয়ন্ত্রণ ব্যবস্থার সাথে ফসল কাটছিল। কিন্তু সেই প্রকল্পের অধীনে ব্রাজিলের একটি শহরের নাম দিয়ে কাইনেক্ট লুকিয়ে রেখেছিল, এমন একটি ডিভাইস যা পরিণত হয়েছিল একটি প্রশ্নাতীত বেস্টসেলার এবং সময়ের সাথে সাথে এটি অনেকটাই পরিণত হয়েছে। প্রত্যাশার চেয়ে বেশি।

যদিও প্রথম কাইনেক্টের পেছনের প্রযুক্তির জন্ম হয়েছে বিরল স্টুডিওর সফটওয়্যার উন্নয়ন এবং ইসরায়েলি কোম্পানি প্রাইমসেন্সের ইমেজ ক্যাপচার প্রযুক্তি থেকে, এটি হবে এর সমন্বয় মাইক্রোসফট রিসার্চের তদন্তের সাথে Xbox টিম যা বাজারে পৌঁছানো সম্ভব করে তোলে

রড-আকৃতির ডিভাইসটিতে একটি ইনফ্রারেড প্রজেক্টর এবং একটি ক্যামেরা ব্যবহার করা হয়েছে যা দৃশ্যটি স্ক্যান করে এবং একটি মাইক্রোচিপে তথ্য পাঠায় যা বিশেষভাবে তিনটি মাত্রায় বস্তু এবং মানুষের গতিবিধি ক্যাপচার করার জন্য তৈরি করা হয়েছিল। তারা ব্যবহারকারীর ভয়েস চিনতে সক্ষম মাইক্রোফোনের একটি সারি দ্বারা যোগদান করা হয়. এই সমস্ত উপাদানগুলি একসাথে ফেসিয়াল, অঙ্গভঙ্গি এবং ভয়েস রিকগনিশন সহ 3D মোশন ক্যাপচারের অনুমতি দেয়৷

এমন একটি কাজের জন্য Kinect স্পেসিফিকেশন বিশেষ কিছু ছিল না। ক্যামেরাটির ভিজিএ রেজোলিউশন ছিল এবং এটি ডিফল্টরূপে 640x480 তে পরিচালিত হয়, যদিও এটি কম রিফ্রেশ হারে 1280x1024 পিক্সেলে কাজ করতে সক্ষম ছিল। অন্তর্ভুক্ত মাইক্রোচিপ শুধুমাত্র তথ্য প্রক্রিয়াকরণের কাজের একটি অংশ সম্পন্ন করে, কাজের একটি ভাল অংশ কনসোলে নিজেই রেখে দেয়।

কিনেক্ট সেন্সর দ্বারা সংগৃহীত সমস্ত তথ্য ব্যাখ্যা করার জন্য মাইক্রোসফ্ট দ্বারা তৈরি সফ্টওয়্যারটিতে সমগ্র সিস্টেমের একটি চাবি রয়েছে৷এখানেই মাইক্রোসফ্ট রিসার্চ একটি গুরুত্বপূর্ণ ভূমিকা পালন করেছে এবং চালিয়ে যাচ্ছে, Kinect-এর সবচেয়ে বৈচিত্র্যময় ব্যবহারগুলি তদন্ত করে এবং SDK-তে সহযোগিতা করে যা Microsoft 2011 সাল থেকে অনলাইনে উপলব্ধ করেছে৷ যাতে যেকোন ডেভেলপার এটিকে তাদের পণ্য বা পরিষেবার সাথে একীভূত করে।

Kinect 2.0

নতুন কাইনেক্ট এবং এর পূর্বসূরির মধ্যে বড় পার্থক্যটি নতুন প্রধান ক্যামেরায় রয়েছে। মোশন ক্যাপচার ডিভাইসের দ্বিতীয় প্রজন্ম একটি উচ্চ-রেজোলিউশন টাইম-অফ-ফ্লাইট (TOF) ক্যামেরা অন্তর্ভুক্ত করে উচ্চ নির্ভুলতা এবং উচ্চ রেজোলিউশন। এই TOF ক্যামেরা দ্বারা প্রদত্ত নতুন ডেপথ মোড আপনাকে প্রথম কাইনেক্টের চেয়ে তিনগুণ বেশি বিশ্বস্ততার সাথে একটি দৃশ্য পুনরুত্পাদন করতে দেয়৷

এই ধরনের ক্যামেরা ব্যবহারের একমাত্র সুবিধা নয়।এটির সাহায্যে, একটি 60% বৃহত্তর দৃষ্টি ক্ষেত্রও অর্জন করা হয়, যা একটি বৃহত্তর স্থান নিবন্ধন করার অনুমতি দেয় এবং একই সময়ে এবং ডিভাইস থেকে অল্প দূরত্বে আরও বেশি লোকের নিবন্ধন করা সম্ভব করে। নতুন কনসোলের সাথে, 6 জন পর্যন্ত মঞ্চে উপস্থিত হতে পারে, তাদের সমস্ত গতিবিধি চিনতে এবং আলাদা করতে পারে। এটি তার পূর্বসূরীর তুলনায় একটি উল্লেখযোগ্য অগ্রগতি যা শুধুমাত্র 2 এর গতিবিধি রেকর্ড করতে সক্ষম ছিল।

Kinect-এর নতুন প্রজন্মের দ্বিতীয় বড় পরিবর্তন এসেছে নতুন ইনফ্রারেড সেন্সর যা বস্তু এবং মানুষ চিনতে পরিচালনা করে খুব কম আলো অবস্থায়। সেন্সর এখন এতটাই শক্তিশালী যে এটি সম্পূর্ণ অন্ধকার ঘরে আইটেম সনাক্ত করতে পারে। সূক্ষ্মতা এমন যে এটি মানুষের চোখে দৃশ্যমান কোনো আলো ছাড়াই মানুষকে চিনতে এবং দেহ নিবন্ধন করতে পারে। কম আলোতে, এটি চার মিটার দূরে হাতের ভঙ্গি চিনতে পারে, প্রতিটি আঙুলকে নির্ভুলতার সাথে আলাদা করে।

Kinect 2.0 ব্যবহারকারীর সম্পূর্ণ কঙ্কাল, এর অঙ্গ-প্রত্যঙ্গ, শরীরের পেশী এবং এমনকি এর হৃৎপিণ্ডের স্পন্দনকেও আলাদা করে।

নতুন উপাদানগুলির সংমিশ্রণ শুধুমাত্র ব্যবহারকারীর সিলুয়েট রেকর্ড করা সম্ভব করে না, বরং তাদের সম্পূর্ণ কঙ্কাল, তাদের অঙ্গ-প্রত্যঙ্গের স্থিতিবিন্যাস, শরীরের পেশীগুলিকে বল এবং ওজন বন্টন দ্বারা আলাদা করা সম্ভব করে তোলে। তাদের উপর exerted, এবং এমনকি হৃদস্পন্দন. মুখের শনাক্তকরণও ব্যাপকভাবে উন্নত হয়েছে, এমনকি ক্ষুদ্রতম বিশদ এবং অঙ্গভঙ্গি সনাক্ত করে এবং আরও সুনির্দিষ্ট সনাক্তকরণের অনুমতি দেয়। এই সবের অর্থ কী তা একটি ধারণা পেতে, নিচের ভিডিওটি একবার দেখুন।

এই সমস্ত নতুন প্রযুক্তির Kinect প্রসেসরেও একটি উন্নতি রয়েছে যা এটিকে সমস্ত নতুন সেন্সরগুলি প্রাপ্ত বিপুল পরিমাণ তথ্যের সাথে মানিয়ে নিতে দেয়৷ পরিবেশ পড়ার জন্য ডিভাইস দ্বারা প্রতি সেকেন্ডে 2 গিগাবিট ডেটা সংগ্রহ করা হয়এই সমস্ত তথ্য দ্রুত প্রক্রিয়াকরণ এবং ব্যাখ্যা করতে হবে এবং এর জন্য মেশিনের বৈশিষ্ট্যগুলির একটি সুস্পষ্ট উন্নতি প্রয়োজন।

কিন্তু উপাদান পরিবর্তন করা যথেষ্ট হয়নি। কাইনেক্ট যে শক্তিশালী স্ক্যানার হয়ে উঠেছে তার জন্য এটি যা দেখে তা ব্যাখ্যা করতে সক্ষম সফ্টওয়্যার প্রয়োজন এবং এর জন্য এটি চালানোর কোডে একটি গুরুত্বপূর্ণ বিবর্তন করা প্রয়োজন। এখানেই Microsoft Research এর অভিজ্ঞতা এবং জ্ঞান আগের চেয়ে অনেক বেশি গুরুত্বপূর্ণ হয়ে উঠেছে, যেখানে সমস্যা দেখা দিয়েছে সেখানে Xbox টিমকে সাহায্য করে এবং সঠিক সমাধান সময়মত প্রদান করে৷ দ্রুত এবং দক্ষ। Kinect 2.0 এইভাবে একটি সহযোগিতার পণ্য হয়ে উঠেছে যার ইতিহাস মাইক্রোসফ্ট তার ধারণার পরীক্ষাগারে লুকিয়ে থাকা সম্ভাব্যতা প্রদর্শন করে৷

বিবর্তনের প্রক্রিয়া

The Evolution of Kinect হল সেই গল্প যেভাবে একদল প্রকৌশলী Xbox One-এ একটি TOF ক্যামেরা আনার চেষ্টা করেছিল৷এই ধরণের ক্যামেরা আলোক সংকেত নির্গত করে যা বস্তুগুলিকে বাউন্স করে এবং দূরত্ব ভ্রমণ করতে যে সময় লাগে তা পরিমাপ করে ফেরত সংগ্রহ করা হয়। তাদের সঠিকভাবে কাজ করার জন্য, একটি কক্ষের বস্তু এবং তাদের পরিবেশ থেকে প্রতিফলনকে আলাদা করার জন্য, 1/10 বিলিয়ন সেকেন্ড পর্যন্ত নির্ভুলতা প্রয়োজন। এই ধরনের নির্ভুলতার স্তরই হল পর্যাপ্ত তথ্য প্রদানের একমাত্র উপায় যাতে বস্তুর আকার এবং রূপগুলি পর্যাপ্তভাবে গণনা করা যায়৷

জটিল শোনাচ্ছে, এবং সমস্যা হল একটি ভোক্তা পণ্যের সাথে এই স্তরে পৌঁছানো যতটা কঠিন মনে হয় ততটাই কঠিন। নতুন কাইনেক্টের উন্নয়ন প্রক্রিয়া চলাকালীন, সমস্ত ধরণের সমস্যা মোকাবেলা করতে হয়েছিল যেগুলি সীমিত সময়ের মধ্যে সমাধান করতে হয়েছিল। Kinect 2.0 কে Xbox One, 2013 সালের শেষের জন্য নির্ধারিত রিলিজের সাথে প্রস্তুত থাকতে হবে।

এই পরিস্থিতিতে মাইক্রোসফ্ট তার হাতা টেক্কা দিয়েছে: মাইক্রোসফ্ট রিসার্চ, আপনার থিঙ্ক ট্যাঙ্ককাইনেক্টের পিছনে থাকা দলটি মাইক্রোসফ্ট রিসার্চ সদস্যদের বিশাল জ্ঞান এবং প্রযুক্তিগত অভিজ্ঞতা ব্যবহার করে ডিভাইসে সংহত নতুন প্রযুক্তির সাথে উদ্ভূত বিভিন্ন সমস্যা সমাধানের জন্য। কোম্পানীর বিভিন্ন বিভাগের মধ্যে সহযোগিতার জন্য গবেষণা ও উন্নয়নে বছরের পর বছর বিনিয়োগের ফল আসতে শুরু করেছে।

মাইক্রোসফ্ট রিসার্চ গবেষকদের একটি অংশ অ্যালগরিদম এবং প্যারামিটার অপ্টিমাইজেশানে কাইনেক্ট টিমের সাথে একসাথে কাজ করেছে যখন অন্যরা সেন্সর দ্বারা রেকর্ড করা গভীরতা গণনা করার জন্য ডেটা এবং সফ্টওয়্যারের উপর দৃষ্টি নিবদ্ধ করেছে। একটি TOF ক্যামেরা প্রবর্তনের চ্যালেঞ্জগুলি উপলব্ধি করে, গবেষকদের পুনরায় শিখতে হয়েছিল কিভাবে Kinect-এর পিছনের প্রযুক্তি কাজ করে যাতে সফ্টওয়্যার টিমকে হ্যান্ড এবং ফেসিয়াল রিকগনিশন অ্যালগরিদম দিয়ে সাহায্য করা যায়।

চ্যালেঞ্জটা সহজ ছিল না। পটভূমি থেকে ফোরগ্রাউন্ড অবজেক্টের পার্থক্য করা এবং ক্যামেরার অস্পষ্টতা কম করা একটি কঠিন কাজ। প্রথম জন্য, ছোট বস্তুকে সব ধরনের পরিস্থিতিতে এবং সব ধরনের আলোর অবস্থার সাথে সঠিকভাবে পরিমাপ করতে হয়েছিল। পরিবেশের সাথে বিভ্রান্ত হওয়া থেকে হাতের আঙ্গুলগুলিকে আলাদা করা সম্ভব না হওয়া পর্যন্ত কাজ করা দরকার ছিল। এই কাজের ফলস্বরূপ নতুন Kinect তার পূর্বসূরির ৭.৫ সেন্টিমিটারের তুলনায় ২.৫ সেন্টিমিটারের মতো ছোট বস্তু সনাক্ত করতে সক্ষম। ব্লার ইস্যুটির জন্য আরও কিছু কাজ এবং সফ্টওয়্যার অপ্টিমাইজেশানের প্রয়োজন ছিল, কিন্তু সময়ের সাথে সাথে, মাইক্রোসফ্ট ইঞ্জিনিয়াররা আসল কাইনেক্টের মোশন ব্লারকে 65 মিলিসেকেন্ড থেকে এর উত্তরসূরিতে 14 মিলিসেকেন্ডে কমাতে সক্ষম হয়েছিল৷

এই সমস্ত কাজের জন্য প্রচুর পরিমাণে তথ্য প্রক্রিয়াকরণ প্রয়োজন। কাইনেক্ট ক্যামেরা দ্বারা ধারণ করা ডেটা প্রতি-পিক্সেল ভিত্তিতে, যার অর্থ হল কাইনেক্ট সেন্সর দ্বারা সমর্থিত 220,000 পিক্সেলের প্রতিটি স্বাধীনভাবে ডেটা সংগ্রহ করেএটিতে আমাদের অবশ্যই বাকি সেন্সর দ্বারা সংগৃহীত আরও অনেক তথ্য যোগ করতে হবে। জটিল সমস্যাটি হল এই সমস্ত তথ্য সনাক্ত করা এবং ব্যাখ্যা করা, উপাদানগুলিকে আলাদা করা এবং যে গভীরতায় সেগুলি পাওয়া যায় এবং ছবি থেকে আওয়াজ দূর করা৷

Kinect-এর সাথে, Xbox One কে প্রতি সেকেন্ডে ৬.৫ মিলিয়ন পিক্সেল প্রক্রিয়া করতে হবে

"

এক্সবক্স ওয়ানকে প্রতি সেকেন্ডে ৬.৫ মিলিয়ন পিক্সেল প্রক্রিয়া করতে হবে এবং কনসোলের কম্পিউটিং শক্তির একটি ছোট অংশ তথ্য ব্যাখ্যা করার কাজে নিবেদিত হতে পারে কারণ সর্বাধিক শক্তি গেমিং, কঙ্কালের জন্য সংরক্ষিত থাকতে হবে ট্র্যাকিং, বা ফেসিয়াল বা অডিও স্বীকৃতি। পিক্সেল প্রতি খুব কম গণনার প্রয়োজন ছিল, ক্লিনআপের প্রয়োজন ছিল>Microsoft গবেষণার অমূল্য সাহায্য ছাড়া, Kinect টিম কখনই তাদের লক্ষ্য সময়মতো অর্জন করতে পারত না"

Microsoft গবেষণার কার্যকরী গুরুত্ব

Microsoft রিসার্চের লোকজনের সাথে Kinect টিমের সম্মিলিত কাজটি সম্পূর্ণভাবে পরামর্শমূলক সম্পর্ক ছিল না। Microsoft গবেষকরা অনেক কাজ করেছেন এবং ডিভাইসটির বিবর্তনের সাথে জড়িত সমস্যা সমাধানের জন্য একটি সম্পূর্ণ অবকাঠামো এবং সফ্টওয়্যার তৈরি করেছেন। নিজ নিজ এলাকায় দুই দলের জ্ঞানই আলাদা করে দ্রুত এগিয়ে যাওয়া সম্ভব করেছে।

চাবিকাঠি ছিল তারা যে গতির সাথে একত্রিত হয়েছিল এবং অল্প সময়ের মধ্যে সমাধান দেওয়ার ক্ষমতা। তবে এই সমস্ত কাজ কেবল একটি পণ্য বিক্রয়ের জন্য সীমাবদ্ধ নয়। যোগ করা বোনাস হল যে রেডমন্ড ইঞ্জিনিয়ারদের দ্বারা করা অগ্রগতি ডেভেলপারদের জন্য উপলব্ধ, যা আরও বেশি ভিউ মোডের সাথে কাজ করতে এবং অনেক ক্লিনার ডেটার অনুমতি দেয়৷

Microsoft একটি কোম্পানি হিসেবে লুকিয়ে থাকা সমস্ত সম্ভাবনাকে Kinect প্রকাশ করে এবং এটি প্রকাশ পায় যখন এর বিভাগগুলো একটি সমন্বিত উপায়ে কাজ করে।একাধিক মাইক্রোসফ্ট রিসার্চ গবেষক কাইনেক্ট 2.0 এর উন্নয়নে সক্রিয় হয়েছেন, এমন একটি প্রকল্পে কাজ করছেন যা অবিলম্বে বাজারে প্রভাব ফেলবে। আমরা যারা রেডমন্ড পণ্যগুলিতে মাইক্রোসফ্ট গবেষণার বৃহত্তর অংশগ্রহণের দাবি করছি, তাদের জন্য এটি একটি সুখবর৷

Kinect হল একটি বাস্তব প্রমাণ যে মাইক্রোসফ্ট রিসার্চ ধারণার একটি পরীক্ষাগারের চেয়ে অনেক বেশি, এটি মাইক্রোসফটের ভবিষ্যতের জন্য একটি মৌলিক পুঁজি ।

ভায়া | অফিসিয়াল মাইক্রোসফট ব্লগ | টেকক্রাঞ্চ