डायनामिक फ़ेशियल प्रोजेक्शन मैपिंग के साथ मनोरंजन उद्योग की पुनः कल्पना

ऑगमेंटेड रियलिटी, या AR, ने पहले ही मनोरंजन उद्योग में अपनी क्रांतिकारी मूल्य सिद्ध कर दी है। यह गेमिंग, फिल्मों, लाइव इवेंट्स, थीम पार्क, संग्रहालय और प्रदर्शनों, थिएटर और प्रदर्शन, टेलीविज़न, विज्ञापन, सोशल मीडिया, ई-स्पोर्ट्स, पर्यटन, फैशन, कला, संगीत और नृत्य, और यहां तक कि कॉमिक्स और ग्राफिक नॉवेल या जादू शो में भी उपयोग की जाती है। 

एक बाजार अनुमान सुझाव देता है कि मनोरंजन उद्योग के लिए AR & VR बाजार 2030 तक US$30 बिलियन तक पहुँच सकता है, 2024-2030 की भविष्यवाणी अवधि में लगभग 19% की CAGR के साथ बढ़ रहा है।

रिपोर्ट ने कई प्रेरक कारकों की पहचान की जो मनोरंजन में AR की वृद्धि में योगदान देते हैं। उदाहरण के तौर पर, AR को लागू करने से कंटेंट निर्माताओं को ऐसी immersive कहानियां बनाने में मदद मिली जो वास्तविकता और कल्पना की सीमाओं को धुंधला कर देती हैं, दर्शकों को कहानी कहने में सक्रिय भागीदार बनने के लिए प्रेरित करती हैं और जुड़ाव तथा भावनात्मक संबंध को बढ़ाती हैं। AR और VR ने व्यक्तिगत प्राथमिकताओं के अनुसार अनुकूलित व्यक्तिगत अनुभव बनाने में भी मदद की।

डेटा एनालिटिक्स को AR के साथ मिलाकर, मनोरंजन कंपनियां कंटेंट, सिफारिशें और यहां तक कि विज्ञापनों को भी व्यक्तिगत बना सकती हैं। लेकिन, ये सभी केवल बर्फ़ के शीर्ष भाग कहे जा सकते हैं।

विशिष्ट तकनीकी नवाचारों के साथ AR बहुत अधिक हासिल कर सकता है। आगामी भाग में, हम एक ऐसी क्रांतिकारी नवाचार पर चर्चा करेंगे जिसमें DFPM, डायनामिक फ़ेशियल प्रोजेक्शन मैपिंग नामक तकनीक शामिल है। 

DFPM: यह क्या है?

यह एक नई ऑगमेंटेड रियलिटी तकनीक है जिसमें छवियों को मानव चेहरों पर प्रोजेक्ट किया जाता है, जिससे उनकी वास्तविक समय की उपस्थिति बदल जाती है। दूसरे शब्दों में, यह विधि वास्तविक समय में व्यक्ति के चेहरे पर डायनामिक विज़ुअल्स प्रोजेक्ट करती है, उन्नत फ़ेशियल ट्रैकिंग का उपयोग करके यह सुनिश्चित करती है कि प्रोजेक्शन गति और अभिव्यक्तियों के साथ सहजता से अनुकूलित हों।

स्रोत: Disney Research

जबकि यह तकनीक विशाल संभावनाएं रखती है और कलात्मक कल्पना के स्तर तक बड़े छलांगें लगाने में मदद कर सकती है, इस तकनीक को तकनीकी चुनौतियों का सामना करना पड़ता है। संक्षेप में, इस समस्या को असंतुलन की समस्या के रूप में देखा जा सकता है। 

एक नया अध्ययन Institute of Electrical and Electronics Engineers के जर्नल में प्रकाशित¹ असंतुलन की समस्या से निपटता है। लेकिन, समाधान में गहराई से जाने से पहले, आइए देखें कि समस्या क्या है।

वर्चुअल रियलिटी के भविष्य में निवेश के बारे में जानने के लिए यहाँ क्लिक करें।

DFPM को लागू करने में असंतुलन की समस्या

चलते हुए चेहरे पर विज़ुअल्स प्रोजेक्ट करने के लिए DFPM सिस्टम को उपयोगकर्ता की चेहरे की विशेषताओं, जैसे आँखें, नाक और मुँह, को एक मिलीसेकंड से कम समय में पहचानना आवश्यक है। प्रोसेसिंग में थोड़ी सी देरी या कैमरा और प्रोजेक्टर के इमेज कोऑर्डिनेट्स के बीच सूक्ष्म असंतुलन भी प्रोजेक्शन त्रुटियों—या “असंतुलन कलाकृतियों”—का कारण बन सकते हैं। ये स्पष्ट त्रुटियां इमर्शन की गुणवत्ता को बाधित करती हैं और इमर्शन को बर्बाद करने तक ले जा सकती हैं।

टोक्यो, जापान के इंस्टीट्यूट ऑफ साइंस के शोधकर्ताओं की एक टीम ने DFPM में मौजूदा चुनौतियों के समाधान खोजने का लक्ष्य रखा। एसोसिएट प्रोफेसर योशिहिरो वतनाबे के नेतृत्व में, टीम में ग्रेजुएट छात्र श्री हाओ-लुन पेंग भी शामिल थे। अपने अध्ययन में, उन्होंने “असंतुलन कलाकृतियों” को कम करने के लिए अवधारणाएँ प्रस्तावित कीं। 

असंतुलन कलाकृतियों को कम करने के दो प्रस्ताव

टोक्यो स्थित दो शोधकर्ताओं के द्वारा लिखे गए पेपर का शीर्षक लंबा है, जो ऐसे पेपरों में सामान्य है। लेकिन, जिस समस्या को यह संबोधित करता है वह समझने में सरल है। यह—जैसा कि पहले उल्लेख किया गया—प्रोजेक्टेड इमेज और लक्ष्य चेहरे के बीच असंतुलन कलाकृतियों को कम करने की कोशिश करता है, जो DFPM के लिए एक लगातार चुनौती है, शोधकर्ता मानते हैं।

शोधकर्ताओं ने अपने लक्ष्य को प्राप्त करने के लिए दो प्रस्ताव बनाए। पहला अवधारणा एक हाई-स्पीड फेस-ट्रैकिंग विधि का प्रस्ताव करता है जो टेम्पोरल जानकारी का उपयोग करेगा। अपने प्रयासों में, शोधकर्ताओं ने पहले एक क्रॉप्ड-एरिया-लिमिटेड इंटर/एक्सट्रापोलेशन-आधारित फेस डिटेक्शन फ्रेमवर्क प्रस्तुत किया, जिसने फेस लैंडमार्क डिटेक्शन के साथ समानांतर निष्पादन की अनुमति दी।

शोधकर्ताओं ने फिर एक नया हाइब्रिड फ़ेशियल लैंडमार्क डिटेक्शन विधि प्रस्तावित की जो तेज़ Ensemble of Regression Trees (ERT)-आधारित डिटेक्शन और एक सहायक डिटेक्शन को मिलाती है। ERT-आधारित डिटेक्शन ने टेम्पोरल जानकारी का उपयोग करके 0.107 ms में तेज़ परिणाम उत्पन्न किए, और सहायक डिटेक्शन ने डिटेक्शन त्रुटियों से पुनर्प्राप्ति में मदद की।

फ़ेशियल लैंडमार्क डिटेक्शन विधि को प्रशिक्षित करने के लिए, शोधकर्ताओं ने सार्वजनिक रूप से उपलब्ध हाई-फ़्रेम-रेट एनोटेटेड डेटासेट की कमी को दूर करने हेतु हाई-फ़्रेम-रेट वीडियो एनोटेशन सिमुलेशन की एक नवाचारी विधि प्रस्तावित की।

दूसरी अवधारणा में एक लेंस-शिफ्ट को-अक्सियल प्रोजेक्टर-कैमरा सेटअप शामिल था जो 1 m से 2 m गहराई के बीच केवल 1.274‑पिक्सेल त्रुटि के साथ उच्च ऑप्टिकल संरेखण बनाए रख सकता था, जिससे प्रोजेक्टर और कैमरा पर समान ऑप्टिकल डिज़ाइन लागू करके असंतुलन को कम किया जा सके, जैसा कि पारंपरिक तरीकों में बड़े असंतुलन होते हैं।

इन अवधारणाओं के कार्यान्वयन से शोधकर्ता एक नया हाई-स्पीड DFPM सिस्टम विकसित कर सकते हैं जो मानव दृश्य धारणा के साथ लगभग पूर्ण संरेखण प्राप्त करता है।

AR/VR सीमा को पुनः परिभाषित करने वाली कंपनियों की सूची के लिए यहाँ क्लिक करें।

उपलब्धियों का सारांश

यदि हम अपने ध्यान को अत्यधिक तकनीकी पहलुओं से हटाकर यह समझने की कोशिश करें कि यह अनुप्रयोग के दृष्टिकोण से क्या हासिल कर सकता है, तो निष्कर्ष इस प्रकार होंगे:

प्रस्तावित सेटअप 1‑2 m गहराई पर 1.3 पिक्सेल से कम त्रुटि के साथ अत्यधिक उच्च ऑप्टिकल संरेखण प्रदान कर सकता है। इस सेटअप ने तेज़ प्रोसेसिंग और गतिशील परिदृश्यों में उच्च सटीकता प्रदान की।

इसके अतिरिक्त, प्रक्रिया के दौरान, शोधकर्ताओं ने मॉडल को प्रशिक्षित करने के लिए हाई‑स्पीड वीडियो एनोटेशन सिमुलेशन की एक विधि विकसित की।

समग्र रूप से, परिणाम लाइव प्रदर्शन, फैशन शो और कलात्मक प्रस्तुतियों के लिए अधिक आकर्षक और हाइपर‑रियलिस्टिक प्रभाव बनाने में मदद करेंगे।

जबकि शोधकर्ता तकनीक और इसके मनोरंजन उद्योग में अनुप्रयोग में अधिक सटीकता लाते रहेंगे, व्यवसाय भी अपने प्रस्तावों को सुधारने के लिए उपयुक्त और आवश्यक सुधार कर रहे हैं।

आगामी भागों में, हम दो ऐसी कंपनियों पर नजर डालेंगे जिन्होंने AR और मनोरंजन के संगम में महत्वपूर्ण प्रगति की है। 

1. Walt Disney

नवंबर में प्रकाशित रिपोर्टें पिछले साल सुझाव देती थीं कि Disney ने एक नई रणनीतिक समूह बनाया था जो कंपनी द्वारा अगली पीढ़ी की तकनीकों—जैसे कृत्रिम बुद्धिमत्ता और मिश्रित वास्तविकता—के विकास और तैनाती को प्रबंधित और समन्वयित करता है। इसे Office of Technology Enablement कहा गया।

Jamie Voris, जिन्होंने Walt Disney (DIS ) (WDP.DE ) Studios में 14 वर्षों तक CTO के रूप में कार्य किया, को नई बनी डिवीजन का प्रमुख नियुक्त किया गया। Voris को नई भूमिका में Disney Entertainment के सह‑चेयरमैन Alan Bergman को रिपोर्ट करना था। 

एक आंतरिक मेमो में—जो नई डिवीजन के लॉन्च से पहले प्रसारित किया गया था—Bergman ने निम्नलिखित कहा:

“तकनीकी प्रगति के अग्रभाग में बने रहने की हमारी क्षमता आगे बढ़ते हुए और भी अधिक महत्वपूर्ण होगी — जिससे यह समझना और नए तकनीकी बदलावों को अपनाना और अधिक आवश्यक हो जाता है, जो हमारे लोगों, रचनात्मकता और व्यवसाय को सक्षम बनाते हैं।”

उसी मेमो में, Bergman ने कहा कि Office of Technology Enablement को यह सुनिश्चित करने का कार्य सौंपा गया है कि Disney AI और मिश्रित वास्तविकता में “एक प्रगतिशील, नवाचारी, और जिम्मेदार नेता” हो। 

और अधिक महत्वपूर्ण बात यह है कि Bergman ने स्वीकार किया कि विस्तारित वास्तविकता में प्रगति की गति और सीमा, जिसमें AR एक प्रमुख घटक है, गहरी है और यह Disney के उपभोक्ता अनुभवों, रचनात्मक प्रयासों और व्यवसाय को कई वर्षों तक प्रभावित करती रहेगी।

विशेषज्ञ और उद्योग विश्लेषक मानते हैं कि Disney द्वारा इन तकनीकों का उपयोग बहु‑आयामी होगा। यह खोज कंपनी के विभिन्न व्यावसायिक विभागों में फैलेगी।

उदाहरण के तौर पर, थीम पार्क सेक्टर में, कंपनी एक समर्पित टीम बना रही है जो यह जांचेगी कि AR और VR कैसे विज़िटर अनुभवों को बेहतर बना सकते हैं, जो व्यापक उद्योग रुझानों के साथ संरेखित है। एक सुझावात्मक नेतृत्व कदम में, Kyle Laughlin भी हाल ही में Disney में वापस आए हैं।

Walt Disney Imagineering के नए वरिष्ठ उपाध्यक्ष अनुसंधान और विकास के रूप में, विशेषज्ञ मानते हैं कि Kyle का AR, VR और AI में पृष्ठभूमि उन्हें थीम पार्क आकर्षणों में नवाचार को आगे बढ़ाने के लिए उपयुक्त बनाती है। 

दिसंबर 2021 की रिपोर्टों से पता चलता है कि Disney Corporation ने अपने Disney World थीम पार्क, फ़्लोरिडा (जिसे Magic Kingdom कहा जाता है) में आगंतुकों की जाँच के लिए फेशियल रिकग्निशन सॉफ़्टवेयर का परीक्षण किया था।

Disney की कंटेंट रिपॉजिटरी के लिए बनाया गया स्वचालित टैगिंग पाइपलाइन फेस डिटेक्शन और रिकग्निशन मॉड्यूल से सुसज्जित था जो Disney की कंटेंट लाइब्रेरी (शो, फ़िल्में आदि) पर लागू किया गया।

28 सितंबर, 2024 को, The Walt Disney Company (NYSE: DIS) ने अपने चौथे तिमाही और पूर्ण वर्ष की आय की रिपोर्ट की। राजस्व Q4 में 6% बढ़कर $22.6 बिलियन हो गया, जो पिछले वर्ष की तिमाही के $21.2 बिलियन से अधिक है, और वर्ष के लिए 3% बढ़कर $91.4 बिलियन हो गया, जो पिछले वर्ष के $88.9 बिलियन से अधिक है।

2. Electronic Art Inc.  

मनोरंजन क्षेत्र की एक और कंपनी जो ऑगमेंटेड रियलिटी तकनीकों और फेशियल रिकग्निशन में उल्लेखनीय काम कर रही है, वह Electronic Arts (EA ) या EA है। कंपनी ने टोक्यो, जापान में आयोजित SIGGRAPH Asia 2024 में खोपड़ी कारीगरी द्वारा स्थिरीकरण के सिद्धांत पर प्रस्तुति दी।

कंपनी का मानना था कि चेहरे की गति को सटीक रूप से स्थिर करना 3D गेम, वर्चुअल रियलिटी, फिल्म और मशीन‑लर्निंग प्रशिक्षण डेटा के लिए फोटो‑रियल अवतार बनाने के लिए आवश्यक है। विशेष रूप से अंतिम मामले में, कंपनी मानती थी कि चेहरे की स्थिरीकरण को तेज़ और स्वचालित रूप से काम करना चाहिए जब स्रोत डेटा विभिन्न शारीरिक संरचना वाले लोगों की जनसंख्या हो।

EA के प्रस्तुतकर्ताओं का मानना था कि कठोर खोपड़ी गति को चेहरे की अभिव्यक्तियों से अलग करना महत्वपूर्ण है क्योंकि खोपड़ी गति और चेहरे की अभिव्यक्तियों के बीच असंतुलन एक एनीमेशन मॉडल का कारण बन सकता है जो नियंत्रित करने में कठिन और प्राकृतिक गति के लिए उपयुक्त नहीं है।

हालांकि, इन सभी को हासिल करना कठिन था क्योंकि मौजूदा स्थिरीकरण विधियों में कुछ कमियां थीं। ये विधियां विभिन्न अभिव्यक्तियों के विरल सेट के साथ काम करने में संघर्ष करती थीं, जैसे कि कई इकाइयों को Facial Action Coding System (FACS) से संयोजित करना। जबकि अन्य विधियां थीं, EA टीम ने उन्हें पर्याप्त रूप से मजबूत नहीं पाया।

समाधान के रूप में, EA टीम ने न्यूरल साइनड डिस्टेंस फील्ड्स और डिफरेंशिएबल आयसोसरफेस मेषिंग में नवीनतम प्रगति का उपयोग करके खोपड़ी स्थिरीकरण रिगिड ट्रांसफ़ॉर्म को सीधे असंरचित त्रिकोणीय मेष या पॉइंट क्लाउड पर गणना किया। उनका दृष्टिकोण सटीकता और मजबूती को काफी हद तक बढ़ाने में मददगार साबित हुआ।

टीम यहीं रुक नहीं गई। उन्होंने “stable hull” की अवधारणा प्रस्तुत की, जो स्थिर स्कैन के बूलियन इंटरसेक्शन की सतह है, जो “visual hull” (silhouette से shape) और “photo hull” (space carving) के समान है। stable hull एक खोपड़ी जैसा दिखता है जिसमें न्यूनतम नरम ऊतक मोटाई और ऊपरी दाँत स्वचालित रूप से शामिल होते हैं।

टीम ने दावा किया कि उनका skull carving एल्गोरिदम एक साथ stable hull आकार और रिगिड ट्रांसफ़ॉर्म को अनुकूलित करता है ताकि विविध लोगों के लिए जटिल अभिव्यक्तियों की सटीक स्थिरीकरण प्राप्त हो सके, जो मौजूदा विधियों से बेहतर प्रदर्शन करता है।

EA लंबे समय से AR को समझदारी से उपयोग करने के पक्ष में रहा है। 2017 में, EA के CEO ने AR को “अधिक रोचक” कहा। उन्होंने EA SPORTS FC™ 25 में Cranium Technology पेश की। यह तकनीक गेमिंग कैरेक्टर के सिर मॉडल के कई पहलुओं पर सटीक नियंत्रण प्रदान करती है।

उपयोगकर्ता इस तकनीक का उपयोग करके स्कल्प्टिंग और टेक्सचर के माध्यम से कैरेक्टर के सिर मॉडल को एक निर्माता की भावना के साथ डिजाइन कर सकते थे। यह केवल आकार देने से अधिक प्रदान करता था—यह उपयोगकर्ता के चेहरे को प्राकृतिक रूप से हिलाने की अनुमति देता था, जिससे इमर्शन और वास्तविकता बढ़ती थी।

हालिया उपलब्ध वित्तीय रिपोर्ट के अनुसार, EA की Q3 FY25 के लिए शुद्ध बुकिंग्स US$2.215 बिलियन थीं।

“हमारे EA SPORTS FC 25 Team of the Year इवेंट की रिकॉर्ड सफलता हमारे रचनात्मक टीमों की अनुकूलन, नवाचार और बड़े पैमाने पर निष्पादन करने की क्षमता को दर्शाती है,” कहा Andrew Wilson, Electronic Arts के CEO ने।

Facial Projection Mapping: निरंतर अनुसंधान, स्थिर सुधार

हमारे लेख की शुरुआत में उल्लेखित परिवर्तनकारी facial projection mapping तकनीक का अनुसंधान एक दिन में हासिल नहीं हुआ। यह इस क्षेत्र में लंबे अनुसंधान परंपरा को आगे ले जाता है।

उदाहरण के लिए, 2021 में, टोक्यो इंस्टीट्यूट ऑफ टेक्नोलॉजी के स्कूल ऑफ इंजीनियरिंग के शोधकर्ताओं ने ‘High-Speed Dynamic Projection Mapping onto Human Arm with Realistic Skin Deformation.‘ शीर्षक वाला पेपर प्रकाशित किया। ²

अपने प्रारंभिक टिप्पणी में, शोधकर्ताओं ने स्वीकार किया कि गतिशील वस्तु के लिए उसकी स्थिति और आकार के अनुसार प्रोजेक्शन मैपिंग मूलभूत है ताकि ऑगमेंटेड रियलिटी लक्ष्य सतह पर परिवर्तन को प्रतिबिंबित कर सके।

उन्होंने विशेष रूप से मानव भुजा सतह को गतिशील प्रोजेक्शन मैपिंग के माध्यम से बढ़ाने पर काम किया, जो फैशन, उपयोगकर्ता इंटरफ़ेस, प्रोटोटाइपिंग, शिक्षा, चिकित्सा सहायता और अन्य क्षेत्रों में अनुप्रयोगों को बढ़ा सकता है। हालांकि, उन्होंने कुछ कमियों की पहचान की।

उन्होंने पाया कि पारंपरिक विधियों ने त्वचा विकृति को नजरअंदाज किया और गति और प्रोजेक्शन के बीच उच्च विलंबता थी, जिससे लक्ष्य भुजा सतह और प्रोजेक्टेड इमेज के बीच स्पष्ट असंतुलन उत्पन्न हुआ।

समाधान के रूप में, शोधकर्ताओं ने एक सिस्टम प्रस्तावित किया जो तेज़ गति से चलती मानव भुजा पर वास्तविक त्वचा विकृति के साथ हाई‑स्पीड डायनामिक प्रोजेक्शन मैपिंग करता है। विकसित सिस्टम के साथ, उपयोगकर्ता को भुजा सतह और प्रोजेक्टेड इमेज के बीच कोई असंतुलन नहीं दिखा।

अपना कार्य पूरा करने के लिए, शोधकर्ताओं ने पहले एक अत्याधुनिक पैरामीट्रिक डिफॉर्मेबल सतह मॉडल को कुशल रिग्रेशन‑आधारित सटीकता क्षतिपूर्ति के साथ मिलाया ताकि त्वचा विकृति को दर्शाया जा सके और टेक्सचर कोऑर्डिनेट्स को संशोधित किया गया ताकि जोइंट ट्रैकिंग पर आधारित प्रोजेक्शन मैपिंग के लिए तेज़ और सटीक इमेज जेनरेशन प्राप्त हो सके।

दूसरे चरण में, शोधकर्ताओं ने एक हाई‑स्पीड सिस्टम विकसित किया जो गति और प्रोजेक्शन के बीच 10 ms से कम विलंबता प्रदान करता था, जो सामान्यतः मानव दृष्टि द्वारा अज्ञात रहता था। 

समान अनुसंधान 2017 में एक शोधकर्ता टीम द्वारा किया गया था। टीम में Disney Research, Princeton University, Chalmers University, और Osaka University के सहयोगी शामिल थे। इस अनुसंधान का शीर्षक ‘‘Makeup Lamps: Live Augmentation of Human Faces via Projection.’³‘ था।

पेपर में, शोधकर्ताओं ने मानव चेहरों की लाइव डायनामिक ऑगमेंटेशन के लिए पहला सिस्टम प्रस्तावित किया। प्रोजेक्टर‑आधारित प्रकाशन का उपयोग करके, उन्होंने नई प्रस्तुतियों के दौरान मानव प्रदर्शनकारियों की उपस्थिति को बदल दिया। हालांकि, लाइव ऑगमेंटेशन की मुख्य चुनौती विलंबता थी।

एक इमेज एक विशिष्ट पोज़ के अनुसार जेनरेट की गई, लेकिन जब इसे प्रोजेक्ट किया गया तो वह अलग चेहरे की कॉन्फ़िगरेशन पर प्रदर्शित हुई। शोधकर्ताओं द्वारा प्रस्तावित सिस्टम ने प्रक्रिया के प्रत्येक चरण—कैप्चर से प्रोसेसिंग तक प्रोजेक्शन—के दौरान विलंबता को कम करने का लक्ष्य रखा।

इन्फ्रारेड प्रकाशन का उपयोग करके, एक ऑप्टिकली और कम्प्यूटेशनली संरेखित हाई‑स्पीड कैमरा ने चेहरे की अभिविन्यास और अभिव्यक्ति का पता लगाया। अनुमानित अभिव्यक्ति ब्लेंड शेप्स को निम्न आयामी स्थान पर मैप किया गया, और चेहरे की गति और गैर‑स्थिर विकृति का अनुमान, स्मूदिंग, और अनुकूली कालमन फ़िल्टरिंग के माध्यम से भविष्यवाणी की गई। अंत में, इच्छित उपस्थिति को पूर्व‑गणना किए गए ऑफ़सेट टेक्सचर को समय, वैश्विक स्थिति, और अभिव्यक्ति के अनुसार इंटरपोलेट करके जेनरेट किया गया।

शोधकर्ताओं ने अपने सिस्टम का मूल्यांकन एक अनुकूलित CPU और GPU प्रोटोटाइप के माध्यम से किया और विभिन्न प्रदर्शनकारियों और विभिन्न चेहरे के खेल और गति गति के साथ सफल लो‑लेटेंसी ऑगमेंटेशन प्रदर्शित किया।

शोधकर्ताओं ने दावा किया कि मौजूदा विधियों के विपरीत, उनका प्रस्तुत सिस्टम पहला तरीका था जो किसी भी भौतिक ट्रैकिंग मार्कर की आवश्यकता के बिना डायनामिक फ़ेशियल प्रोजेक्शन मैपिंग को पूरी तरह से समर्थन करता है और चेहरे की अभिव्यक्तियों को शामिल करता है।

फ़ेशियल प्रोजेक्शन मैपिंग और स्थिर आउटपुट को बिना विलंबता और असंतुलन के प्राप्त करने के लिए अनुसंधान नया नहीं है। शोधकर्ता इस मार्ग को उसके परिवर्तनकारी क्षमताओं के लिए दृढ़ता से अनुसरण कर रहे हैं। नवीनतम DFPM तकनीक निश्चित रूप से एक ब्रेकथ्रू है और यह मनोरंजन को बेहतर प्रदर्शन पहलुओं के साथ पुनः कल्पना करने में मदद करेगी।

शीर्ष ऑगमेंटेड रियलिटी और वर्चुअल रियलिटी स्टॉक्स की सूची के लिए यहाँ क्लिक करें।

अध्ययन संदर्भ:

1. Peng, H.-L., Sato, K., Nakagawa, S., & Watanabe, Y. (2025). Perceptually‑Aligned Dynamic Facial Projection Mapping by High‑Speed Face‑Tracking Method and Lens‑Shift Co‑Axial Setup. IEEE Transactions on Visualization and Computer Graphics, Early Access, 1-15. https://doi.org/10.1109/TVCG.2025.3527203

2. Peng, H.-L., & Watanabe, Y. (2021). High‑Speed Dynamic Projection Mapping onto Human Arm with Realistic Skin Deformation. Applied Sciences, 11(9), 3753. https://doi.org/10.3390/app11093753

3. Bermano, A. H., Billeter, M., Iwai, D., & Grundhöfer, A. (2017). Makeup Lamps: Live Augmentation of Human Faces via Projection. Computer Graphics Forum, 36(2), 311-323. https://doi.org/10.1111/cgf.13128