“ಜಾಣ್ಮೆ”ಯ ವಿಡಿಯೊ ಕಣ್ಗಾವಲಿಗೆ ಹೊಸ ಸಾಫ್ಟ್ ವೇರ್ ವೇದಿಕೆ

– ರಂಜಿನಿ ರಘುನಾಥ್

ನಗರವೊಂದರ ಬೇರೆ ಬೇರೆ ಕಡೆಗಳಲ್ಲಿ ಅಳವಡಿಸಲಾಗಿರುವ ಕ್ಯಾಮೆರಾಗಳ ವಿಡಿಯೊ ಒಳಪೂರಣಗಳ ಮೇಲೆ ಜಾಣ್ಮೆಯುಕ್ತ ನಿಗಾ ಇರಿಸಿ ವಿಶ್ಲೇಷಿಸಲು ಅಲ್ಗಾರಿದಮ್ ಗಳು ಮತ್ತು ಆಪ್ ಗಳಿಗೆ (apps) ಅನುವು ಮಾಡಿಕೊಡುವ ಹೊಸ ಸಾಫ್ಟ್ ವೇರ್ ವೇದಿಕೆಯನ್ನು ಭಾರತೀಯ ವಿಜ್ಞಾನ ಕೇಂದ್ರದ   (IISc) ಸಂಶೋಧಕರು ಅಭಿವೃದ್ಧಿಪಡಿಸಿದ್ದಾರೆ. ಇಂತಹ ವಿಶ್ಲೇಷಣೆಗಳು ಕಾಣೆಯಾದ ವ್ಯಕ್ತಿಗಳನ್ನು ಅಥವಾ ವಸ್ತುಗಳನ್ನು ಪತ್ತೆಹಚ್ಚಲು ನೆರವಾಗುತ್ತವೆ. ಜೊತೆಗೆ, ಸ್ವಯಂಚಾಲಿತ ಸಂಚಾರ ನಿಯಂತ್ರಣದಂತಹ ಸ್ಮಾರ್ಟ್ ಸಿಟಿ ಉಪಕ್ರಮಗಳಿಗೂ ಉಪಯುಕ್ತವಾಗುತ್ತವೆ.

ಪ್ರಪಂಚಾದ್ಯಂತ ಹಲವಾರು ನಗರಗಳಲ್ಲಿ ಸಾವಿರಾರು ವಿಡಿಯೊ ಕ್ಯಾಮೆರಾಗಳನ್ನು ಅಳವಡಿಸಲಾಗಿದೆ. ಯಂತ್ರ ಕಲಿಕೆ (ಮಷೀನ್ ಲರ್ನಿಂಗ್) ಮಾದರಿಗಳು, ನಿಶ್ಚಿತ ಉದ್ದೇಶಕ್ಕಾಗಿ, ಉದಾಹರಣೆಗೆ, ಕಳವಾದ ಕಾರೊಂದನ್ನು ಪತ್ತೆ ಮಾಡುವ ಸಲುವಾಗಿ, ಈ ಕ್ಯಾಮೆರಾಗಳ ಒಳಪೂರಣಗಳ ಮೂಲಕ ಜಾಲಾಡುತ್ತವೆ. ಈ ಮಾದರಿಗಳು ತಾವಾಗಿಯೇ ಕಾರ್ಯನಿರ್ವಹಿಸಲಾರವು. ಅವುಗಳನ್ನು ಸಾಫ್ಟ್ ವೇರ್ ವೇದಿಕೆಯೊಂದರ ಮೂಲಕ ಅಥವಾ ಕಂಪ್ಯೂಟರ್ ಕಾರ್ಯಾಚರಣೆ ವ್ಯವಸ್ಥೆಯನ್ನು ಹೋಲುವ ‘ಪರ್ಯಾವರಣ’ದ ಮೂಲಕ ಬಳಸಬೇಕಾಗುತ್ತದೆ. ಆದರೆ, ಪ್ರಸ್ತುತ ಲಭ್ಯವಿರುವ ಸಾಫ್ಟ್ ವೇರ್ ವೇದಿಕೆಗಳು, ಬದಲಾದ ಸನ್ನಿವೇಶಕ್ಕೆ ತಕ್ಕಂತೆ ಮಾರ್ಪಡಿಸಲಾಗಲೀ ಅಥವಾ ಅದೇ ಕ್ಯಾಮೆರಾ ಜಾಲದ ಮೇಲೆ ಹೊಸ ಮಾದರಿಗಳನ್ನು ಪರೀಕ್ಷೆ ನಡೆಸುವುದಕ್ಕಾಗಲೀ ಹೆಚ್ಚು ಅನುಕೂಲಕರವಾಗಿಲ್ಲ.

 “ಈ ಮಾದರಿಗಳ ನಿಖರತೆಯನ್ನು ಹೆಚ್ಚಿಸುವುದಕ್ಕಾಗಿ ಹೆಚ್ಚಿನ ಸಂಶೋಧನೆಗಳು ನಡೆಯುತ್ತಿವೆ. ಆದರೆ, ಈ ಮಾದರಿಗಳನ್ನು ವಿಸ್ತೃತ ಕಾರ್ಯಾಚರಣೆಯ ಅಂಗವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುವಂತೆ ಮಾಡಲು ಸಾಕಷ್ಟು ಗಮನ ನೀಡಿಲ್ಲ” ಎನ್ನುತ್ತಾರೆ ಕಾಂಪ್ಯುಟೇಷನಲ್ ಮತ್ತು ದತ್ತಾಂಶ ವಿಜ್ಞಾನಗಳ (ಸಿಡಿಎಸ್) ವಿಭಾಗದ ಸಹ ಪ್ರಾಧ್ಯಾಪಕ ಯೋಗೇಶ್ ಸಿಂಹನ್.

The spotlight algorithm narrows the search space for analysing video feeds if the missing person is found within a camera’s field of view. It gradually expands the set of video feeds analysed when the person falls in a blindspot between cameras. This intelligence helps reduce the computation required for analysing videos from thousands of cameras while not sacrificing accuracy. Credit: Yogesh Simmhan

ಈ ಕೊರತೆಯನ್ನು ನೀಗುವ ಸಲುವಾಗಿ ಸಿಂಹನ್ ಅವರ ಪ್ರಯೋಗ ತಂಡವು ‘ಅನ್ವೇಷಕ್’ ಎಂಬ ಸಾಫ್ಟ್ ವೇರ್ ವೇದಿಕೆಯನ್ನು ರೂಪಿಸಿದೆ. ಈ ವೇದಿಕೆಯು, ಸುಳಿವಿನ ಜಾಡು ಹಿಡಿಯುವ ಮಾದರಿಗಳನ್ನು ದಕ್ಷತೆಯಿಂದ ಸಕ್ರಿಯಗೊಳಿಸುತ್ತದೆ. ಜೊತೆಗೆ, ಆಧುನಿಕ ಕಂಪ್ಯೂಟರ್  ದರ್ಶಕ ಸಾಧನಗಳನ್ನು ಅಳವಡಿಸಲು ಹಾಗೂ ವಿವಿಧ ಮಾನದಂಡಗಳನ್ನು ಜಾಣ್ಮೆಯಿಂದ ಹೊಂದಾಣಿಕೆಗೊಳಿಸಲು ಸಹಕರಿಸುತ್ತದೆ (ಉದಾಹರಣೆಗೆ, ನೈಜ ಕ್ಷಣದಲ್ಲಿ ಕ್ಯಾಮೆರಾ ಜಾಲದ ನಿಗಾ ಪರಿಧಿಯನ್ನು ಹೊಂದಾಣಿಕೆಗೊಳಿಸುವುದು)

 ‘ಅನ್ವೇಷಕ್’ ಅನ್ನು 1000 ಕ್ಯಾಮೆರಾಗಳನ್ನು ಒಳಗೊಂಡ ಜಾಲದಲ್ಲಿ ಕಳವಾದ ಕಾರೊಂದನ್ನು ಪತ್ತೆ ಹಚ್ಚಲು ಹೇಗೆ ಬಳಸಬಹುದು ಎಂಬುದರ ಕುರಿತು ಇತ್ತೀಚೆಗೆ ಪ್ರಕಟವಾಗಿರುವ ಪ್ರಬಂಧರಲ್ಲಿ ಸಂಶೋಧಕರು ವಿವರಿಸಿದ್ದಾರೆ. ನಿರ್ದಿಷ್ಟ ಮಾರ್ಗವೊಂದರಲ್ಲಿ ಕೆಲವೇ ಕ್ಯಾಮೆರಾಗಳ ಒಳಪೂರಣಗಳ ಮೇಲೆ ಗಮನ ಕೇಂದ್ರೀಕರಿಸಿ, ಇತರ ಒಳಪೂರಣಗಳ ಮೇಲಿನ ಗಮನವನ್ನು ಸ್ಥಗಿತಗೊಳಿಸಲು ಅಲ್ಗಾರಿದಮ್ ಗೆ ಅನುಮತಿಸುವುದು ಈ ವೇದಿಕೆಯ ಪ್ರಮುಖ ಅಂಶವಾಗಿದೆ. ಅಲ್ಲದೇ, ಇದು ಪತ್ತೆ ಹಚ್ಚಬೇಕಾದ ವಸ್ತುವು ಕೊನೆಯ ಕ್ಷಣದಲ್ಲಿ ಇದ್ದ ಸ್ಥಳ ಯಾವುದು ಎಂಬುದನ್ನು ಆಧರಿಸಿ ಶೋಧ ಪರಿಧಿಯ  ವ್ಯಾಸವನ್ನು ಹೆಚ್ಚು ಅಥವಾ ಕಡಿಮೆ ಮಾಡಬಲ್ಲದು.

ಒಳಪೂರಣಗಳನ್ನು ವಿಶ್ಲೇಷಿಸಬಲ್ಲ ಕಂಪ್ಯೂಟರ್ ಗಳ ನಮೂನೆ ಹಾಗೂ ಸಂಖ್ಯೆಗಳು ಸೀಮಿತವಾಗಿರುವ ಸಂದರ್ಭದಲ್ಲೂ ಈ ವೇದಿಕೆಯು ಸುಳಿವಿನ ಜಾಡು ಹಿಡಿಯುವ ಕಾರ್ಯವನ್ನು ಅಡೆತಡೆಯಿಲ್ಲದೆ ಮುಂದುವರಿಸಲು ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ. “ಇಂತಹ ಸಂದರ್ಭಗಳಲ್ಲಿ ಕಂಪ್ಯೂಟಿಂಗ್ ಸಾಮರ್ಥ್ಯಕ್ಕೆ ತಕ್ಕಂತೆ ರಾಜಿ ಮಾಡಿಕೊಳ್ಳುವುದು ಉಚಿತವಲ್ಲ. ಏನು ಲಭ್ಯವಿದೆಯೋ ಅದರಿಂದಲೇ ಅತ್ಯುತ್ತಮವಾಗಿ ನಿರ್ವಹಿಸಬೇಕಾಗುತ್ತದೆ” ಎನ್ನುತ್ತಾರೆ ಸಿಂಹನ್. ಉದಾಹರಣೆಗೆ, ಶೋಧ ಪರಿಧಿಯ ವ್ಯಾಸವನ್ನು ಹೆಚ್ಚಿಸಬೇಕಾದ ಸಂದರ್ಭದಲ್ಲಿ ಬ್ಯಾಂಡ್ ವಿಡ್ತ್ ಅನ್ನು ಕಾಯ್ದುಕೊಳ್ಳುವ ಸಲುವಾಗಿ ವೇದಿಯು ಸ್ವಯಂಚಾಲಿತವಾಗಿ ವಿಡಿಯೊ ಗುಣಮಟ್ಟವನ್ನು ಕಡಿಮೆಗೊಳಿಸಲು ಆರಂಭಿಸಿ, ವಸ್ತುವನ್ನು ಪತ್ತೆಹಚ್ಚುವ ಕಾರ್ಯವನ್ನು ಮುಂದುವರಿಸುತ್ತದೆ.

2019ರಲ್ಲಿ, IEEE TCSC SCALE ಚಾಲೆಂಜ್ ಪುರಸ್ಕಾರದ ವಿಜೇತ ಪ್ರವೇಶಾತಿಗೆ ಆಯ್ಕೆಯಾಗಿದ್ದ ಸಿಂಹನ್ ಅವರ ತಂಡವು, ‘ಅನ್ವೇಷಕ್’ ಅನ್ನು, ಸಂಚಾರ ಸಿಗ್ನಲ್ ಗಳನ್ನು ನಿಯಂತ್ರಿಸಲು ಹಾಗೂ ಆಂಬ್ಯುಲೆನ್ಸ್ ಗಳಿಗೆ ವೇಗವಾಗಿ ತೆರಳುವುದಕ್ಕೆ ಅನುವು ಮಾಡಿಕೊಡುವ ನಿಟ್ಟಿನಲ್ಲಿ ಸ್ವಯಂಚಾಲಿತವಾಗಿ ‘ಹಸಿರು ಮಾರ್ಗ’ (ಗ್ರೀನ್ ರೂಟ್) ಗಳನ್ನು ತೆರೆಯಲು ಹೇಗೆ ಸಮರ್ಥವಾಗಿ ಬಳಸಬಹುದು ಎಂಬುದನ್ನು ತೋರಿಸಿದೆ. ಯಂತ್ರ ಕಲಿಕೆ ಮಾದರಿಯನ್ನು ಬಳಸಿಕೊಂಡಿದ್ದ ವೇದಿಕೆಯು ಸುಮಾರು 4000 ಕ್ಯಾಮೆರಾಗಳಿರುವ ಬೆಂಗಳೂರಿನ ರಸ್ತೆ ಜಾಲದಲ್ಲಿ ಆಂಬ್ಯುಲೆನ್ಸ್ ಒಂದನ್ನು ಪತ್ತೆಹಚ್ಚುವ ಪ್ರತ್ಯನುಕರಣೆಯನ್ನು ನಿರ್ವಹಿಸಿತ್ತು. ಆಂಬ್ಯುಲೆನ್ಸ್ ತಲುಪಬೇಕಾದ ಸ್ಥಳ ಯಾವುದು ಎಂಬುದನ್ನು ಆಧರಿಸಿ ಯಾವ ಒಳಪೂರಣಗಳನ್ನು ವಿಶ್ಲೇಷಿಸಬೇಕು ಎಂಬುದನ್ನು ನಿರ್ಧರಿಸಲು ‘ಸ್ಪಾಟ್ ಲೈಟ್ ಟ್ರ್ಯಾಕಿಂಗ್  ಅಲ್ಗಾರಿದಮ್’ ಅನ್ನು ಕೂಡ ಅದು ಬಳಸಿಕೊಂಡಿತ್ತು.

ಈ ವೇದಿಕೆಗೆ ಆಯ್ಕೆ ನಿಬಂಧನೆಗಳನ್ನು ಅಳವಡಿಸುವುದರ ಬಗ್ಗೆಯೂ ಸಿಂಹನ್ ಅವರ ತಂಡವು ಕಾರ್ಯನಿರತವಾಗಿದೆ. “ನಮಗೆ ಯಾವುದು ಅಗತ್ಯವೋ ಅಂತಹ ವಿಶ್ಲೇಷಣೆಗಳನ್ನು ಮಾಡಲು ಇದನ್ನು ಸಕ್ರಿಯಗೊಳಿಸಬಹುದು. ಉದಾಹರಣೆಗೆ, ವಾಹನಗಳನ್ನು ಪತ್ತೆಹಚ್ಚಬಲ್ಲ ವಿಶ್ಲೇಷಣೆಗಳಿಗೆ ಮಾತ್ರ ಅನುಮತಿಸಿ, ವ್ಯಕ್ತಿಗಳ ಮೇಲೆ ನಿಗಾ ಇಡಬಲ್ಲ ವಿಶ್ಲೇಷಣೆಗಳನ್ನು ನಿರ್ಬಂಧಿಸಬಹುದು. ಹಾಗೆಯೇ, ವಯಸ್ಕರ ಮೇಲೆ ಮಾತ್ರ ನಿಗಾ ಇರಿಸಬಲ್ಲ ವಿಶ್ಲೇಷಣೆಗೆ ಅನುಮತಿಸಿ, ಮಕ್ಕಳ ಕುರಿತ ಸುಳಿವು ನೀಡಬಲ್ಲ ವಿಶ್ಲೇಷಣೆಗಳನ್ನು ನಿರ್ಬಂಧಿಸಬಹುದು” ಎನ್ನುತ್ತಾರೆ ಅವರು. ಜೊತೆಗೆ, ತಂಡವು, ಒಂದೇ ಸಮಯದಲ್ಲಿ ಹಲವಾರು ವಸ್ತುಗಳನ್ನು ಪತ್ತೆಹಚ್ಚಲು ಸಾಧ್ಯವಾಗುವಂತೆ ‘ಅನ್ವೇಷಕ್’ ‘ ಅನ್ನು ಬಳಸಲು ಅನುವು ಮಾಡಿಕೊಡುವ ನಿಟ್ಟಿನಲ್ಲಿ ಕಾರ್ಯನಿರತವಾಗಿದೆ.

ಉಲ್ಲೇಖ:

ಎ.ಡಿ.ಕೊಚರೆ, ಎ.ಕೃಷ್ಣನ್ ಮತ್ತು ವೈ.ಸಿಂಹನ್, “A Scalable Platform for Distributed Object Tracking across a Many-camera Network,” in IEEE Transactions on Parallel and Distributed Systems, doi: 10.1109/TPDS.2021.3049450

ಸಂಪರ್ಕಿಸಿ:

ಯೋಗೇಶ್ ಸಿಂಹನ್
ಸಹ ಪ್ರಾಧ್ಯಾಪಕರು
ಕಾಂಪ್ಯುಟೇಷನಲ್ ಮತ್ತು ದತ್ತಾಂಶ ವಿಜ್ಞಾನಗಳ (ಸಿಡಿಎಸ್) ವಿಭಾಗ
ಭಾರತೀಯ ವಿಜ್ಞಾನ ಸಂಸ್ಥೆ (ಐ.ಐ.ಎಸ್ ಸಿ)
simmhan@iisc.ac.in
+91-80-2293 3421

ಪರ್ತಕರ್ತರಿಗೆ ಸೂಚನೆ:

ಅ) ಈ ಪತ್ರಿಕಾ ಪ್ರಕಟಣೆಯನ್ನು ಯಥಾವತ್ತಾಗಿ ಸುದ್ದಿಯಾಗಿ ಪ್ರಕಟಿಸಿದರೆ ದಯವಿಟ್ಟು ಐ.ಐ.ಎಸ್.ಸಿ. ಹೆಸರಿನೊಂದಿಗೆ ಪ್ರಕಟಿಸಿ.

ಆ) ಐ.ಐ.ಎಸ್.ಸಿ. ಪತ್ರಿಕಾ ಪ್ರಕಟಣೆಗಳಿಗೆ ಸಂಬಂಧಿಸಿದಂತೆ ಏನಾದರೂ ಪ್ರಶ್ನೆಗಳಿದ್ದರೆ ದಯವಿಟ್ಟು news@iisc.ac.in or pro@iisc.ac.in ಗೆ ಬರೆಯಿರಿ.

—-000—