អំណាចនៃការមើលឃើញលើសពីសមត្ថភាពនៃភ្នែកមនុស្ស

ពណ៌ផ្សេងគ្នាដែលយើងអាចមើលឃើញគឺផ្អែកលើរលកពន្លឺខុសៗគ្នា។ ភ្នែកមនុស្សអាចរកឃើញ និងបែងចែករលកចម្ងាយជាបីក្រុម (ក្រហម បៃតង និងខៀវ) ដែលគ្របដណ្តប់ចន្លោះពី 450 ទៅ 650 nanometers ប៉ុន្តែយើងមិនអាចមើលឃើញពន្លឺពីក្រុមពន្លឺរាប់រយផ្សេងទៀតដែលមាននៅខាងក្រៅជួរនោះទេ។ មានបច្ចេកវិជ្ជាមួយហៅថា ការថតរូបភាពខ្ពស់ ដែលអាចផ្តល់នូវទិដ្ឋភាពប្រសើរឡើងនៃអ្វីដែលកំពុងកើតឡើងនៅក្នុងពិភពលោកជុំវិញយើង។ មានកាមេរ៉ាឯកទេសដែលបំបែកពន្លឺរហូតដល់ 300 ក្រុមជាមួយនឹងព្រីស ហើយបន្ទាប់មកធ្វើឌីជីថលថាមពលដែលពួកគេកំពុងរកឃើញនៅលើមូលដ្ឋានជាក់លាក់នៃប្រវែងរលក។ កាមេរ៉ាទាំងនេះមានកម្មវិធីសក្តានុពលជាច្រើន ជាឧទាហរណ៍ ពួកវាអាចត្រូវបានប្រើដើម្បីតាមដានការបំភាយឧស្ម័នផ្ទះកញ្ចក់ ប្រាប់ពីភាពខុសគ្នារវាងផ្លាស្ទិចច្បាស់លាស់ចម្រុះ ឬវាស់ភាពទុំនៃផ្លែឈើនៅលើខ្សែវេចខ្ចប់។

មានក្រុមហ៊ុនផលិតកាមេរ៉ាច្រើនប្រភេទនេះ ប៉ុន្តែយ៉ាងហោចណាស់សម្រាប់ពេលនេះ ពួកវាមានតម្លៃថ្លៃណាស់ - ចាប់ពីប្រហែល 20,000 ដុល្លារ។ កម្មវិធីសម្រាប់កាមេរ៉ាជាក់លាក់ដែលពួកគេប្រើគឺមិនងាយស្រួលទេក្នុងការរួមបញ្ចូលជាមួយប្រព័ន្ធផ្សេងទៀត។ បញ្ហាប្រឈមផ្សេងទៀតដែលភ្ជាប់មកជាមួយទិដ្ឋភាពពង្រីកនៃពិភពលោកនេះទាក់ទងនឹងបរិមាណទិន្នន័យ – កាមេរ៉ាទាំងនេះបង្កើតទិន្នន័យប្រហែលមួយជីហ្គាបៃក្នុងមួយវិនាទី!

មានក្រុមហ៊ុនមួយឈ្មោះថា Metaspectral ដែលកំពុងតែស្វែងរកការពង្រីកសក្តានុពលនៃរូបភាព hyperspectral ដោយផ្តល់ជូននូវការរួមបញ្ចូលគ្នានៃ hardware និង software ដើម្បីធ្វើឱ្យប្រភពទិន្នន័យនេះកាន់តែងាយស្រួលប្រើ។ ពួកគេប្រើឧបករណ៍គែម "មិនអើពើឧបករណ៍" ដែលកំពុងដំណើរការក្បួនដោះស្រាយការបង្ហាប់ដែលអាចភ្ជាប់ទៅកាមេរ៉ា hyperspectral ណាមួយ ហើយបង្វែរលទ្ធផលទិន្នន័យរបស់វាទៅជាលំហូរដែលអាចគ្រប់គ្រងបាន។ វេទិកា Fusion AI ដែលមានកម្មសិទ្ធិរបស់ពួកគេអាចប្រើដើម្បីធ្វើអន្តរកម្មជាមួយកម្មវិធីអ្នកប្រើប្រាស់ដែលធ្លាប់ស្គាល់ ជំរុញមនុស្សយន្ត ឬចិញ្ចឹមបញ្ញាសិប្បនិម្មិត និងប្រព័ន្ធសិក្សាជ្រៅ។

Metaspectral ថ្មីៗនេះបានរៃអង្គាសប្រាក់បានចំនួន 4.7 លានដុល្លារនៅក្នុងការផ្តល់មូលនិធិពី SOMA Capital, Acequia Capital, រដ្ឋាភិបាលកាណាដា និងវិនិយោគិនទេវតា រួមទាំង Jude Gomila និង Alan Rutledge ។ ក្រុមហ៊ុននេះត្រូវបានសហស្ថាបនិកដោយ Francis Doumet (CEO) និង Migel Tissera (CTO) ។ Tissera ពិពណ៌នាអំពីការផ្តល់ជូនរបស់ពួកគេដូចខាងក្រោម៖ "យើងបានបង្កើតក្បួនដោះស្រាយការបង្ហាប់ទិន្នន័យប្រលោមលោកដែលអនុញ្ញាតឱ្យយើងបញ្ជូនទិន្នន័យដែលមានវិបផតថលកាន់តែប្រសើរ និងលឿនជាងមុន មិនថាពីគន្លងទៅដី ឬក្នុងបណ្តាញដីគោក។ យើងរួមបញ្ចូលវាជាមួយនឹងភាពជឿនលឿនរបស់យើងក្នុងការរៀនស៊ីជម្រៅ ដើម្បីអនុវត្តការវិភាគកម្រិតភីកសែលរង ដែលអនុញ្ញាតឱ្យយើងទាញយកការយល់ដឹងច្រើនជាងការមើលឃើញកុំព្យូទ័រធម្មតា ពីព្រោះទិន្នន័យរបស់យើងមានព័ត៌មានបន្ថែមអំពីវិមាត្រវិសាលគម។

ជាការពិត ការថតរូបភាព hyperspectral អាចត្រូវបានប្រើប្រាស់ក្នុងមាត្រដ្ឋានផ្សេងៗគ្នា។ ជាឧទាហរណ៍ កម្មវិធីមួយក្នុងចំណោមកម្មវិធីដែលត្រូវបានអភិវឌ្ឍបំផុតនៃប្រព័ន្ធរបស់ Metaspectral គឺជាមួយនឹងកាមេរ៉ាបិទជិតនៅលើបន្ទាត់តម្រៀបសម្រាប់សម្ភារៈកែច្នៃចម្រុះ ដែលវាអាចបែងចែកផ្លាស្ទិចច្បាស់លាស់ដោយសមាសធាតុគីមី ដូច្នេះពួកគេអាចត្រូវបានគេតម្រៀបចូលទៅក្នុងស្ទ្រីមដ៏បរិសុទ្ធបំផុតដែលត្រូវការសម្រាប់ដំណើរការឡើងវិញ។ .

អ្នកកែច្នៃសំរាមដ៏ធំបំផុតរបស់កាណាដាឥឡូវនេះកំពុងប្រើប្រាស់ប្រព័ន្ធនេះ។ មានកម្មវិធីជិតស្និទ្ធផ្សេងទៀតសម្រាប់ការធានាគុណភាពនៅក្នុងបន្ទាត់ដំឡើងឬការតម្រៀបផ្លែឈើ។

ម្យ៉ាងវិញទៀត កាមេរ៉ាអាចបង្កើតទិន្នន័យពីផ្កាយរណប ដែលភីកសែលនីមួយៗនៃរូបភាពតំណាងឱ្យ 30m x 30m ការ៉េ (900 ម៉ែត្រការ៉េ)។ ទីភ្នាក់ងារអវកាសកាណាដាកំពុងប្រើវិធីសាស្រ្តនោះដើម្បីតាមដានការបំភាយឧស្ម័នផ្ទះកញ្ចក់ និងសូម្បីតែដើម្បីប៉ាន់ប្រមាណការប្រមូលផ្តុំកាបូនដីនៅក្នុងដីស្រែចម្ការ ឬព្រៃឈើដោយប្រៀបធៀបអត្រាលំហូរតាមពេលវេលា។ បច្ចេកវិទ្យានេះក៏ត្រូវបានគ្រោងសម្រាប់ការដាក់ពង្រាយនាពេលអនាគតនៅលើស្ថានីយអវកាសអន្តរជាតិផងដែរ។ ការវាយតម្លៃហានិភ័យភ្លើងឆេះព្រៃគឺជាកម្មវិធីសក្តានុពលមួយផ្សេងទៀតដើម្បីណែនាំសកម្មភាពដូចជាការដុតតាមវេជ្ជបញ្ជា។

ជម្រើសមួយទៀតដែលមានប្រយោជន៍ជាពិសេសសម្រាប់វិស័យកសិកម្មគឺការពង្រាយកាមេរ៉ាជាមួយយន្តហោះគ្មានមនុស្សបើកដែលហោះហើរក្នុងចម្ងាយ 50-100 ម៉ែត្រ។ ក្នុងករណីនេះ ភីកសែលនៃទិន្នន័យនីមួយៗអាចតំណាងឱ្យផ្ទៃដី 2cm គុណនឹង 2cm និងសមត្ថភាពក្នុងការតាមដានរលកចម្ងាយផ្សេងៗគ្នាជាច្រើនដែលអាចអនុញ្ញាតឱ្យរកឃើញស្មៅរាតត្បាត សកម្មភាពសត្វល្អិត ការឆ្លងមេរោគផ្សិតនៅដំណាក់កាលមុនពេលពួកវាអាចមើលឃើញដោយមនុស្ស ការចង្អុលបង្ហាញដំបូងនៃទឹក ឬកង្វះសារធាតុចិញ្ចឹម ឬប៉ារ៉ាម៉ែត្រនៃភាពចាស់ទុំរបស់ដំណាំ ដើម្បីណែនាំពេលវេលាប្រមូលផល។ វាប្រហែលជាអាចតាមដានការបំភាយឧស្ម័នផ្ទះកញ្ចក់ ឬអាម៉ូញាក់ពីដីកសិកម្ម ដើម្បីយល់កាន់តែច្បាស់អំពីរបៀបដែលវាត្រូវបានជះឥទ្ធិពលដោយការអនុវត្តកសិកម្មជាក់លាក់ ដូចជាការកាត់បន្ថយការភ្ជួររាស់ គម្របដំណាំ ការបង្កកំណើតក្នុងអត្រាអថេរ ឬ "ចរាចរណ៍កង់ដែលបានគ្រប់គ្រង"។ នៅពេលនេះអ្វីដែលត្រូវការគឺជាកិច្ចព្រមព្រៀងដ៏ល្អនៃការស្រាវជ្រាវ "ការពិតមូលដ្ឋាន" ដើម្បីភ្ជាប់ទិន្នន័យរូបភាពជាមួយនឹងការវាស់វែងនៃអថេរនៅក្នុងសំណួរ ប៉ុន្តែវានឹងកាន់តែងាយស្រួលជាមួយនឹងសមត្ថភាពបង្រួមទិន្នន័យ និងចំណុចប្រទាក់ដែលមានពី Metaspectral ។

ក្តីសង្ឃឹមមួយគឺថាកម្មវិធីចម្រុះនៃរូបភាព hyperspectral ដែលសម្របសម្រួលដោយ Metaspectral platform នឹងបង្កើតតម្រូវការគ្រប់គ្រាន់សម្រាប់កាមេរ៉ាដើម្បីជំរុញការផលិតបន្ថែមទៀតធ្លាក់ចុះខ្សែកោងការរៀនតម្លៃ។