3D Selfie: HyperNERF
ত্রিমাত্রিক হেড মডেল তৈরি করার জন্য টুল এবং একটি সাধারণ ভিডিও থেকে একটি অ্যানিমেটেড ত্রিমাত্রিক সেলফি তৈরি করার জন্য।.
সারসংক্ষেপ
৩ডিভি: হাইপারফ নিউরাল নেটওয়ার্ক বর্ণনা
HyperRF একটি পরীক্ষামূলক ওপেন সোর্স নিউরাল নেটওয়ার্ক যা গুগল দ্বারা তৈরি হয়েছে মানব মাথার ত্রিমাত্রিক মডেল তৈরি করার জন্য। সাধারণ ছবি জেনারেটরের বিপরীতে এই টুল একটি ছবি দিয়ে কাজ করে না, কিন্তু একটি ছোট ভিডিও ক্লিপ দিয়ে একজন ব্যক্তিকে তুলে ধরা হয়। এই প্রযুক্তি নিউরাল র্যাডেন্স ক্ষেত্র ব্যবহার করে — এমন এক পদ্ধতি, যা কিনা ২ডি ফ্রেমের ধারাবাহিক কয়েকটি অংশ থেকে জটিল জ্যামিতি ও গঠন করতে পারে ।
ভিডিও করার পর নিউরাল নেটওয়ার্ক একটি সম্পূর্ণ ত্রিমাত্রিক হেড মডেল তৈরি করে যা যে কোন কোণ থেকে দেখা যাবে (যেমন, উদাহরণ হিসেবে)। সব দিক থেকে চুলের স্টাইল বা মুখের বৈশিষ্ট্য নিয়ে পড়াশোনা করা। তাছাড়া মডেলটি অ্যানিমেশনকে সমর্থন করে-এই ব্যবহারকারী একটি অ্যানিমেশন তৈরি করতে পারে।
নিউরাল র্যাডেন্স ফিল্ড
নেআরএফ প্রযুক্তির উপর ভিত্তি করে HyperRF প্রযুক্তির উপর ভিত্তি করে নির্মিত। এর ফলে শুধু একসাথে ছবি সেলাই করা সম্ভব না, কিন্তু চুল, চামড়া এবং মুখের চেহারার তিনটি কাঠামো নতুন করে তৈরি করা সম্ভব হয়। এই অ্যালগরিদমটি একটি নির্দিষ্ট ভিডিওর মাধ্যমে নির্মিত ছবি এবং প্রকৃত ফ্রেমের মধ্যে যে পার্থক্য তৈরি হয়েছে তার মাত্রাকে কমিয়ে আনার জন্য একটি নির্দিষ্ট ভিডিওর উপর নির্ভর করে।
প্রজেক্ট অবস্থান
এই প্রকল্পের মধ্যে রয়েছে গবেষণা কোড। এর মানে এই যে এই যন্ত্রটি তৈরি করা হয়েছে গণ ব্যবহারকারীদের জন্য নয়, বরং ডেভেলপারদের জন্য নয়, কম্পিউটার ভিজুয়াল গবেষক এবং যারা আধুনিক ত্রিমাত্রিক পুনর্গঠন পদ্ধতির প্রতি আগ্রহী। এই প্রকল্প হেড মডেলিং এবং যদি ইচ্ছুক থাকেন, তাহলে প্রথার জন্য কোড খাপ খাইয়ে নেওয়ার সুযোগ করে দেবে।
৩-ডিভি: হাইপারফ অক্ষর
নীচে প্রাপ্তিসাধ্য তথ্য ভিত্তিক টুলের মূল বৈশিষ্ট্য তুলে ধরা হল ।
| অক্ষর | মান |
|---|---|
| নাম | ৩-ডিভি: হাইপারফ |
| সরঞ্জামের ধরন | ত্রিমাত্রিক পুনর্গঠনের জন্য নতুন নেটওয়ার্ক |
| '%s' প্রিন্টারে টোনার শেষ হয়ে গেছে।Developer | গুগল্Query |
| ইনপুট তথ্য | কোনো ব্যক্তির ভিডিও রেকর্ড করা হচ্ছে |
| আউটপুট তথ্য | ত্রিমাত্রিক হেড মডেল এবং অ্যানিমেশন ত্রিমাত্রিক সেলফি |
| বেস প্রযুক্তি | HyperterF ( নিউরাল র্যান্ড্্যান্স ক্ষেত্র ভিত্তিক) |
| ডিস্ট্রিবিউশনের বিন্যাস | মুক্ত |
| প্রজেক্ট কোড | উৎস খুলুন |
| প্রধান উদ্দেশ্য | গবেষণা এবং গবেষণা |
কার জন্য ৩-ডিফাই: হাইপারার্ফ?
গবেষক এবং ডেভেলপার
প্রথমত, এই যন্ত্র কৃত্রিম বুদ্ধিমত্তা এবং কম্পিউটার দর্শনে বিশেষজ্ঞ জন্য প্রয়োজনীয় হবে। এই কোডটা খোলা রয়েছে । HyperRF'র শক্তি বিশ্লেষণ করে নেআরএফ এর ক্ষমতা সম্পর্কে আরও ভালো বোধগম্যতা লাভ করতে পারে।
রেলিভান্ট-এর ছাত্ররা
ছাত্র - ছাত্রীরা মেশিন শেখার, ৩ডি গ্রাফিক্স এবং কম্পিউটার দূরদৃষ্টি এই প্রকল্পটিকে জটিল প্রযুক্তি প্রয়োগের এক ব্যবহারিক উদাহরণ হিসেবে ব্যবহার করতে পারে । এই কোড অধ্যয়ন করে, যে কেউ নিউরাল নেটওয়ার্ক স্থাপত্য, ভিডিও স্ট্রিমিং পদ্ধতি, ৩ডি স্পেসের সাথে কাজ করার নীতি বুঝতে পারে, যা শিক্ষা আর বৈজ্ঞানিক কাজের জন্য ভালো সাহায্য হিসেবে কাজ করবে।
এনথিয়াসিয়াসিয়াস এবং প্রযুক্তি বিশেষজ্ঞ
যারা স্বাধীনভাবে ডিজিটাল অ্যাভাটার সৃষ্টি বা ৩ডি গ্রাফিক্সের মাঠ অন্বেষণ করছে, হাইপারারফ তাদের জন্য কোন আর্থিক মূল্য ছাড়াই গুগল থেকে একটি যন্ত্র ব্যবহারের সুযোগ করে দিয়েছে। তবে দেখা উচিত যে নিউরাল নেটওয়ার্ক চালানোর জন্য প্রযুক্তিগত দক্ষতা ও উপযুক্ত সফটওয়্যার ও হার্ডওয়্যারের প্রয়োজন।
যেভাবে ৩ দিয়ে ব্যবহার করা যায়
ইনপুট তথ্য প্রস্তুত ও আরম্ভ করুন
শুরু করার জন্য, আপনি একজন ব্যক্তির ভিডিও রেকর্ডিং প্রস্তুত করতে হবে। এই ভিডিওকে ভাল আলো ও গুণগত মান দিয়ে গুলি করা উচিত যাতে মডেল যতটা সম্ভব বেশী তথ্য ধারণ করতে পারে। এরপর, আপনাকে সফটওয়্যার ইনস্টল করতে হবে, ওপেন সোর্স রিপোজিটরির লিঙ্ক, এবং ডেভেলপারের নির্দেশাবলী অনুসরণ করতে হবে। পুনরারম্ভের জন্য আবশ্যক Python ও সুনির্দিষ্ট পরিবেশ সংক্রান্ত বৈশিষ্ট্য ও নির্ভরতার প্রয়োজন।
ভিডিও প্রসেস এবং Obing ফলাফল
নিউররাল নেটওয়ার্ক চালু করার পর, ভিডিও ফ্রেম ফ্রেমের মধ্যে দিয়ে অ্যালগরিদমটি প্রশিক্ষণ আরম্ভ হয়, জ্যামিতি এবং রঙের উপর নির্ভর করে। কম্পিউটারের ক্ষমতা ও ভিডিওর দৈর্ঘ্যের উপর নির্ভর করে। প্রশিক্ষণ শেষ করার পর, এই ব্যবহারকারী একটি প্রস্তুত ৩ডি হেড মডেল লাভ করে যা কিনা একটি নিবেদিত প্রদর্শকে দেখা যাবে। ( উদাহরণস্বরূপ, হাসির অভিব্যক্তি যোগ করার জন্য) একটি অ্যানিমেটেড সংস্করণ তৈরি করার জন্য এই প্রকল্পে ব্যবহার করা হয়েছে।
ত্রিমাত্রিক কী-এর বৈশিষ্ট্য
উচ্চ-মুখী ত্রিমাত্রিক পুনরাবৃত্তি
নিউরাল নেটওয়ার্কের প্রধানের তিনটি আদর্শ তৈরী হয়েছে একটি স্বল্প ভিডিওর উপর ভিত্তি করে। নিউরাল র্যাডেন্সিয়াল ক্যান্সার প্রযুক্তিকে ধন্যবাদ, মডেলটি বিস্তারিত ভাবে বর্ণনা করছে। চুল পুনরুদ্ধারক। ব্যবহারকারীর দ্বারা স্পেসের মডেল ঘোরানো যাবে, বিভিন্ন কোণ থেকে এটি দেখা যাবে।
জীবন কাহিনী
টুল দ্বারা শুধুমাত্র একটি স্থায়ী মডেল নির্মাণ করা যাবে না কিন্তু একটি অ্যানিমেশন ত্রিমাত্রিক ছবি নির্মিত হয়েছে। এর মানে হল, এর ফলে বিভিন্ন আন্দোলন এবং অভিব্যক্তির সৃষ্টি হতে পারে, যার ফলে মাল্টিমিডিয়া বা ইন্টারঅ্যাকটিভ অ্যাপ্লিকেশনে আরো ব্যবহারের জন্য ডিজিটাল অ্যাভাটার তৈরি হতে পারে।
বায়ুদূষণ এবং গবেষণা
বিশেষ কর্ম সঞ্চালনের জন্য ওপেন সোর্স কোড সহযোগে অ্যালগরিদম পরিবর্তন করা যাবে। একজন ডেভেলপার অথবা গবেষক বৈশিষ্ট্য, প্রশিক্ষণ এবং নেটওয়ার্ক স্থাপত্যের সঙ্গে পরীক্ষা করতে পারেন। ৩ডি মডেলিং এবং চিত্রায়নে বৈজ্ঞানিক গবেষণার জন্য এটি ব্যাপক সুযোগ সৃষ্টি করেছে।
৩ দিনের আত্মপ্রিয়তা
গুগলের এই টুলের বেশ কিছু শক্তি আছে যা অন্য সমাধান থেকে আলাদা।
- ছবি অবাস্তবতার গুণমান: NRF প্রযুক্তি জ্যামিতি এবং চেহারার ক্ষেত্রে যথেষ্ট সঠিকতা অর্জন করেছে।
- উৎস কোড খুলুন: এই প্রকল্প সম্পূর্ণ মুক্ত এবং সহজলভ্য, যা গবেষণা এবং পরিবর্তনের জন্য তৈরি, যা এই গবেষণা সম্প্রদায়ের জন্য এক বিশাল অংশ।
- সহজ ইনপুট তথ্য: একটি ত্রিমাত্রিক মডেল তৈরি করার জন্য শুধুমাত্র একটি সাধারণ ক্যামেরা প্রয়োজন; ৩ডি স্ক্যানারের কোন দাম নেই।
৩ডির প্রতি হতাশা
প্রযুক্তিবিদ্যা সত্ত্বেও, নেচারাল নেটওয়ার্কের উল্লেখযোগ্য সীমাবদ্ধতা রয়েছে ।
- কোনো প্রস্তুত ইন্টারফেস পাওয়া যায়নি: "প্রারম্ভিক" বাটন সহযোগে এটি একটি "লিঙ্ক" অ্যাপ্লিকেশন নয় । প্রোগ্রামিং দক্ষতা এবং পরিবেশ প্রস্তুতি প্রয়োজন।
- আবশ্যক রিসোর্সের প্রয়োজন: নিউরাল নেটওয়ার্ক প্রশিক্ষণ ও ফলাফল প্রদর্শনের জন্য গুরুত্বপূর্ণ কম্পিউটিং (একটি শক্তিশালী গ্রাফিক্স কার্ড) প্রয়োজন। প্রসেসটি একটি দীর্ঘ সময় নিতে পারে ।
- অ্যাপ্লিকেশনের ক্ষেত্রএই টুল বিশেষ করে হেড মডেলিং এর উপর মনোযোগ প্রদান করা হয়েছে এবং জটিল বস্তু নিয়ে পূর্ণ ত্রিমাত্রিক দৃশ্য তৈরি করা উপযুক্ত নয়।
৩ বন্ধুত্ব গড়ে তোলার সঙ্গে কী জড়িত? স্কোর:% 1
ত্রিমাত্রিক অবতারের ব্যবহার পরীক্ষা করা
এই হাতিয়ার ম্যানুয়াল মডেলের মূল সমস্যা সমাধান করে — উচ্চ শ্রমের তীব্রতা । ৩ডি সম্পাদকের মডেল তৈরি করার পরিবর্তে ব্যবহারকারীর কাছে স্বল্প সময়ের ফুটেজের উপর ভিত্তি করে ফটোগ্রামমেট্রিক কপি তৈরি করা হয়েছে।
নতুন ছবি ও অ্যানিমেশনের গবেষণা
গাণিতিক দৃশ্য মডেলকে ধন্যবাদ, হাইপারপারারএফ ভার্চুয়াল কোণ তৈরি করে যা ভিডিওতে ধারণ করা হয়নি। এর ফলে বিষয়বস্তু সৃষ্টি, অ্যানিমেশন, ভার্চুয়াল রিয়েলিটি বা গেমের মডেল ব্যবহার করা সম্ভব হয়, যেখানে একটি ইন্টারঅ্যাকটিভ হেড প্রয়োজন।
রিসার্চ বেসিং করা
এই প্রকল্পে নিউআরএফ-এর ক্ষেত্রে গবেষকরা গুগলের বর্তমান অগ্রগতিতে প্রবেশ করতে পারবেন। এটা পুরো শিল্পের বৃদ্ধিকে উস্কে দেয়: উন্মুক্ত কোডের উপর ভিত্তি করে, অন্যান্য দল নতুন হাতিয়ার তৈরি করতে পারে, বিদ্যমান অ্যালগরিদম তৈরি করতে পারে এবং বিভিন্ন ক্ষেত্রে প্রযুক্তির প্রয়োগের মাধ্যমে পরীক্ষা করতে পারে।
৩-ডিভি: হাইপারফ বিবিধ
তথ্য অনুযায়ী, টুলের বিতরণ মডেল হল অবশিষ্ট. .
প্রকল্পটির উন্মুক্ত সোর্স কোড আছে, যা ব্যবহারের জন্য কোন ফি সম্পূর্ণ শেষ করে দিয়েছে। এর ফলে যে কেউ এই অ্যালগরিদম চালাতে পারবে. এই মডেলের মধ্যে কোন গ্রাহক নেই, লাইসেন্সের ফি, বা তারও বেশি। এটা বানানো জিনিস.
৩-ডি স্ব-পরীক্ষণের জন্য ব্যবহার করা হবে
যেহেতু প্রকল্পটি গবেষণা করা হয় এবং উন্মুক্ত উৎস কোড দিয়ে বিতরণ করা হয়, তাই এই প্রকল্প একই প্রকল্পের জন্য আদর্শ শব্দ দ্বারা পরিচালিত হয়।
টুলের উদ্দেশ্যে ব্যবহৃত সামগ্রী বৈজ্ঞানিক এবং পরীক্ষামূলক উদ্দেশ্যেএটা বাণিজ্যিক পণ্য নয়, এবং নির্মাতা (গুগল) হয়তো এর দক্ষতা বা মান সম্পর্কে নিশ্চয়তা প্রদান করতে পারে না। ব্যবহারকারী এই কোড ব্যবহার করে চালানো এবং এর সাথে জড়িত সকল ঝুঁকি অনুমান করে। একটি সরকারি পণ্য ওয়েবসাইট এবং লাইসেন্সের বিস্তারিত বর্ণনার অনুপস্থিতির কারণে, এই কোডের বাণিজ্যিক ব্যবহারের আগে জিওহাবে (যেমন এ. জি.
ত্রিমাত্রিক স্বাতন্ত্র্যতার একক: Hypererive
উন্মুক্ত সোর্স কোড হিসাবে এই টুলটি বিতরণ করা হয়েছে। এটি বিশ্বের যে কোন স্থানে ইন্টারনেটে প্রবেশাধিকার এবং কোড হোস্টিং (জিটিহাব) দিয়ে ডাউনলোড করা হয়েছে।
তবে, সব ব্যবহারকারীর ক্ষেত্রে সরকারি কোডের সমান ব্যবহার নেই। এটা বোঝা গুরুত্বপূর্ণ যে এটা খুবই বিশেষ ধরনের সফটওয়্যার যা একটি বিশেষ মানের প্রযুক্তিগত প্রস্তুতি প্রয়োজন। ব্যবহারকারীকে Python সমর্থন, কমান্ড-লাইন জ্ঞান, এবং আধুনিক এনভিডিআইজি GPU এর সহায়তার জন্য অপারেটিং সিস্টেম প্রয়োজন। ব্যবহারকারী কোনো ধরনের ক্ষমতা না থাকলে, এই সরঞ্জামের ব্যবহারের সুবিধা উপলব্ধ করা হবে।
কীভাবে তিনি তা করেন? বিকল্প থেকে ডিফারস
এইচপিপারএনআরএফ এবং বাণিজ্যিক ৩ডি স্ক্যান সার্ভিস (যেমন, মোবাইল এ্যাপস) এর মধ্যে প্রধান পার্থক্য হচ্ছে। প্রযুক্তির গভীরতা. .
যদিও অনেক বাণিজ্যিক অ্যাপ্লিকেশন ৩ডি সেলফি তোলার প্রস্তাব দেয়, তবুও তারা প্রায়ই সহজ প্রক্রিয়া এবং টরেন্ট অ্যালগরিদম ব্যবহার করে, যা মেলিটো বা স্কুইড ফলাফল সৃষ্টি করে । অন্যদিকে, হাইপারারফ উন্নত নিউরাল র্যাডেন্স পদ্ধতিকে কাজে লাগায়, যা পাওয়া যায় শারীরিক ও সঠিক গঠন চুল আর ত্বকের জ্যামিতি।
আরেকটি মৌলিক পার্থক্য হল কোডের খোলা অবস্থাবেশীরভাগ বিকল্প ব্যবহার বন্ধ করে দেয়া হয়। HyperRF প্রক্রিয়া সম্পূর্ণ নিয়ন্ত্রণ করে, সোর্স কোড পরিবর্তন করার অনুমতি দেয়। এর ফলে বাণিজ্যিক অ্যাপ্লিকেশনের প্রতিদ্বন্দ্বীতা নয়, বরং একটি গবেষণা প্লাটফর্মে বলা হয়েছে যে প্রযুক্তির ক্ষমতা উচ্চ মাত্রায় প্রদর্শন করা হয় এবং নতুন উন্নয়নের জন্য কাজ করে।
অন্তর্ভুক্ত
ত্রিমাত্রিক স্বায়ত্তশাসন: হুপারারএফ একটি শক্তিশালী গবেষণা টুল, যা গুগল থেকে তিনটি আদিম নেটওয়ার্ক পুন:নির্মান অর্জনের মাধ্যমে প্রদর্শন করা হয়েছে। একটি নিয়মিত ভিডিও থেকে এনডিএফ প্রযুক্তির কার্যকারিতা অর্জনের ক্ষমতা ৩ডি হেড মডেল।
এই প্রকল্পের উন্মুক্ত কোড এবং বৈজ্ঞানিক উপাদানের প্রধান মূল্য রয়েছে। এটি তৈরি বাণিজ্যিক পণ্য নয়, কিন্তু একটি কাজের মডেল যা অধ্যয়ন এবং উন্নয়নের জন্য। এই সমস্ত উপাদানের জটিলতা সত্ত্বেও, গবেষক, ডেভেলপার, এবং AI আগ্রহী ব্যক্তিরা ভবিষ্যতের প্রযুক্তির সাথে যুক্ত হওয়ার এবং ডিজিটাল অ্যাভাটার শিল্পের উন্নতির ক্ষেত্রে অবদান রাখতে একটি বিশেষ সুযোগ প্রদান করেছে।
সাধারণ প্রশ্নোত্তর
অতিরিক্ত দেখুন

প্রোগ্রামিং সংক্রান্ত সাহায্য করার জন্য AI এজেন্ট।.

বিনামূল্যে উন্মুক্ত সোর্স ভাষার মডেলগুলো যুক্তি, গণিত এবং প্রোগ্রামিং বিষয়ে বিশেষ বিশেষজ্ঞ।.

টেক্সট বর্ণনা অথবা ছবি থেকে সংক্ষিপ্ত ভিডিও তৈরি করার জন্য একটি নিউরাল নেটওয়ার্ক।.

টেক্সট বর্ণনা, ছবি অথবা স্কেচের উপর ভিত্তি করে ত্রিমাত্রিক মডেল তৈরি করার জন্য একটি টুল।.

গণিত, প্রোগ্রামিং এবং যুক্তির জটিল সমস্যা সমাধানের জন্য নিউরাল নেটওয়ার্ক খুলুন।.

ইনস্টলেশন বিনা GNOME-র মধ্যে AI অ্যাপ্লিকেশন আরম্ভ করার জন্য Alt+X অ্যাপ্লিকেশনগুলি দ্বারা সরাসরি সঞ্চালন করা হবে।.

এর সাহায্যে বুকমার্ক, ইতিহাস, এবং বুকমার্ক সংক্রান্ত পূর্ববর্তী তথ্য পরিচালনা করা যাবে।.

একটি ওপেন সোর্স AI ডেভেলপমেন্ট এজেন্ট যা সাহায্য করে, সহজকরণ, এবং ডিবাগ কোড সরাসরি IDE-এর মাধ্যমে।.