ছবির বস্তু এবার ৩ডি বক্সে টেনে এডিট করুন, নির্ভুলতা বাড়ল কয়েকগুণ

কম্পিউটার ভিশন গবেষকরা ছবির ভেতরে বস্তু সম্পাদনার জন্য একটি নতুন পদ্ধতি তৈরি করেছেন। এই পদ্ধতি ব্যবহারকারীদের অস্পষ্ট টেক্সট নির্দেশনার পরিবর্তে রঙিন 3D বক্সের মাধ্যমে বস্তুকে নির্ভুলভাবে পরিবর্তন করতে দেয়। গবেষকরা স্থানিক রূপান্তরকে একটি কাঠামোগত জ্যামিতিক সমস্যা হিসেবে সমাধান করেছেন।

এই পদ্ধতি আগের চেয়ে অনেক বেশি নির্ভুল। প্রচলিত পদ্ধতিতে ব্যবহারকারীদের টেক্সট প্রম্পট লিখতে হতো যেমন 'বাম দিকে সরাও' বা 'আকার বড় করো'। কিন্তু এই নির্দেশনা প্রায়ই অস্পষ্ট থাকত এবং কাঙ্ক্ষিত ফল পাওয়া যেত না। নতুন সিস্টেমে ব্যবহারকারী সরাসরি 3D বক্স ব্যবহার করে বস্তুর অবস্থান, ঘূর্ণন ও আকার নিয়ন্ত্রণ করতে পারেন।

গবেষকরা dev.to ML-এ প্রকাশিত এক নিবন্ধে এই পদ্ধতির বিস্তারিত বর্ণনা দিয়েছেন। তারা বলেছেন, এই সিস্টেম ছবির গভীরতা ও ত্রিমাত্রিক গঠন বুঝতে পারে। ব্যবহারকারী যখন একটি 3D বক্স সরান বা ঘোরান, সিস্টেম স্বয়ংক্রিয়ভাবে ছবির অন্যান্য অংশের সাথে সামঞ্জস্য রেখে বস্তুটিকে পরিবর্তন করে।

এই প্রযুক্তির সবচেয়ে বড় সুবিধা হলো এর ব্যবহার সহজতর হওয়া। গ্রাফিক ডিজাইনার, ফটোগ্রাফার এবং সাধারণ ব্যবহারকারীরা এখন জটিল সফটওয়্যার শেখা ছাড়াই পেশাদার মানের ছবি সম্পাদনা করতে পারবেন। গবেষকরা জানিয়েছেন, এই পদ্ধতি ভিডিও এডিটিংয়ের জন্যও ব্যবহার করা যেতে পারে।

বাংলাদেশের ডেভেলপার ও ফ্রিল্যান্সারদের জন্য এই গবেষণা গুরুত্বপূর্ণ। স্থানীয় ই-কমার্স সাইটগুলো পণ্যের ছবি সম্পাদনায় এই প্রযুক্তি ব্যবহার করতে পারে। ফ্রিল্যান্স গ্রাফিক ডিজাইনাররা ক্লায়েন্টদের জন্য আরও দ্রুত ও নির্ভুল ছবি তৈরি করতে পারবেন। শিক্ষার্থীদের জন্যও এটি শেখার নতুন সুযোগ তৈরি করবে।

গবেষকরা এখন এই সিস্টেমকে আরও উন্নত করার পরিকল্পনা করছেন। তারা চান, ভবিষ্যতে ব্যবহারকারীরা শুধু 3D বক্স নয়, হাতের ইশারায়ও বস্তু সম্পাদনা করতে পারবেন। এই প্রযুক্তি বাস্তব জগতে ব্যবহারের জন্য আরও কিছু পরীক্ষা-নিরীক্ষার পর বাজারে আসবে বলে আশা করা যাচ্ছে।

আরও পড়ুন

• বাংলাদেশে ভিডিওতে বস্তু শনাক্তকরণে 3D মাত্রা যোগ করল GMOS, বদলে যাবে ফ্রিল্যান্সিং
• স্বায়ত্তশাসিত গাড়ির নিরাপত্তা বাড়াবে বাংলাদেশি গবেষকের নতুন AI পদ্ধতি
• AI এখন ভিডিও বোঝে কম খরচে, নির্ভুলতা বাড়ল ৩ গুণ