1950 കളിലെ ആദ്യത്തെ കമ്പ്യൂട്ടർ വിഷൻ ഉപയോഗ കേസുകൾ ടൈപ്പ് ചെയ്തതും കൈയെഴുത്ത് ടെക്സ്റ്റും വിശകലനം ചെയ്തു. ആദ്യകാല വാണിജ്യ ആപ്ലിക്കേഷനുകൾ ഒപ്റ്റിക്കൽ ക്യാരക്ടർ റെക്കഗ്നിഷൻ, ഇമേജ് സെഗ്മെന്റേഷൻ, ഒബ്ജക്റ്റ് ഡിറ്റക്ഷൻ എന്നിവയുൾപ്പെടെ സിംഗിൾ ഇമേജുകളിൽ ശ്രദ്ധ കേന്ദ്രീകരിച്ചു. ഫേഷ്യൽ റെക്കഗ്നിഷൻ സംബന്ധിച്ച മുൻനിര പ്രവർത്തനങ്ങൾ 1960 കളിൽ ആരംഭിച്ചു, വലിയ ടെക് കമ്പനികൾ 2010 ഓടെ കഴിവുകൾ ആരംഭിക്കാൻ തുടങ്ങി.

കമ്പ്യൂട്ടർ വിഷൻ മാർക്കറ്റ് വലുപ്പം 2022 ൽ 14 ബില്യൺ ഡോളറായി കണക്കാക്കപ്പെടുന്നു, 2023 മുതൽ 2030 വരെ 19.6 ശതമാനം വാർഷിക വളർച്ചാ നിരക്കിൽ വളരുമെന്ന് പ്രതീക്ഷിക്കുന്നു. നിരവധി പുതിയ കമ്പ്യൂട്ടർ വിഷൻ മുന്നേറ്റങ്ങളും സ്റ്റാർട്ടപ്പുകളും ഉണ്ടെങ്കിലും മറ്റ് ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് സാങ്കേതികവിദ്യകളുമായി താരതമ്യപ്പെടുത്തുമ്പോൾ അതിന്റെ വിപണി വലുപ്പം ചെറുതാണ്. ഉദാഹരണത്തിന്, ജനറേറ്റീവ് ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് 2032 ഓടെ 1.3 ട്രില്യൺ ഡോളർ വിപണിയായി മാറുമെന്ന് കണക്കാക്കപ്പെടുന്നു.

കമ്പ്യൂട്ടർ കാഴ്ചയ്ക്കായി ഉയർന്നുവരുന്ന ഉപയോഗ കേസുകൾ

ഇന്ന് നിങ്ങൾ എവിടെ പോയാലും, ക്യാമറകൾ നിങ്ങളെ സ്കാൻ ചെയ്യാൻ സാധ്യതയുണ്ട്, കമ്പ്യൂട്ടർ വിഷൻ അൽഗോരിതങ്ങൾ തത്സമയ അനലിറ്റിക്സ് നടത്തുന്നു. ഡോക്യുമെന്റ് സ്കാനിംഗ്, വീഡിയോ നിരീക്ഷണം, മെഡിക്കൽ ഇമേജിംഗ്, ട്രാഫിക് ഫ്ലോ കണ്ടെത്തൽ എന്നിവയാണ് കമ്പ്യൂട്ടർ വിഷന്റെ പ്രധാന ഉപയോഗ കേസുകൾ. തത്സമയ കമ്പ്യൂട്ടർ കാഴ്ചയിലെ മുന്നേറ്റങ്ങൾ നൂതനമായ സെൽഫ് ഡ്രൈവിംഗ് കാറുകളും കാഷ്യർലെസ് സ്റ്റോറുകൾ, ഇൻവെന്ററി മാനേജ്മെന്റ് തുടങ്ങിയ റീട്ടെയിൽ ഉപയോഗ കേസുകളും മെച്ചപ്പെടുത്തി.

ഇവയെയും മറ്റ് ഉപഭോക്തൃ അഭിമുഖ ഉപയോഗ കേസുകളെയും കുറിച്ച് നിങ്ങൾ അനുഭവിച്ചിരിക്കാം അല്ലെങ്കിൽ വായിച്ചിരിക്കാം, പ്രത്യേകിച്ച് ഓട്ടോമോട്ടീവ്, ഉപഭോക്തൃ വിപണികളിലെ മികച്ച കമ്പ്യൂട്ടർ വിഷൻ ആപ്ലിക്കേഷനുകൾ. നിർമ്മാണം, നിർമ്മാണം, മറ്റ് വ്യാവസായിക ബിസിനസുകൾ എന്നിവ കമ്പ്യൂട്ടർ വിഷൻ സാങ്കേതികവിദ്യകൾ എങ്ങനെ ഉപയോഗിക്കുന്നു എന്നതിനെക്കുറിച്ച് നിങ്ങൾക്ക് കുറച്ച് മാത്രമേ അറിയൂ.

ഈ വ്യവസായങ്ങളിലെ ബിസിനസുകൾ പൊതുവെ സാങ്കേതികവിദ്യയിൽ നിക്ഷേപിക്കാൻ മന്ദഗതിയിലാണ്, പക്ഷേ ഉൽ പാദനം, ഡിജിറ്റൽ നിർമ്മാണം, സ്മാർട്ട് ഫാമിംഗ് എന്നിവയിലെ ഇൻഡസ്ട്രി 4.0 പോലുള്ള സംരംഭങ്ങൾ ഉയർന്നുവരുന്ന സാങ്കേതികവിദ്യകളുമായുള്ള അവസരങ്ങൾ നന്നായി മനസ്സിലാക്കാൻ വ്യാവസായിക നേതാക്കളെ സഹായിക്കുന്നു.

ഉൽപ്പാദനത്തിലെ മാലിന്യം കുറയ്ക്കുക

കമ്പ്യൂട്ടർ വിഷൻ അൽഗോരിതം 99% കൃത്യതയോടെ കമ്പ്യൂട്ടർ വിഷൻ നിർമ്മാണത്തിൽ ഒരു പ്രധാന അവസരം നൽകുന്നു. 10% കമ്പനികൾ മാത്രമാണ് സാങ്കേതികവിദ്യ ഉപയോഗിക്കുന്നത് എന്നത് കണക്കിലെടുക്കുമ്പോൾ ഇത് പ്രത്യേകിച്ചും ശ്രദ്ധേയമാണ്. വ്യാവസായിക മേഖലയിൽ ഒരു ഡിജിറ്റൽ വിപ്ലവം നടക്കുന്നുണ്ടോ, അതോ കമ്പ്യൂട്ടർ വിഷൻ സാങ്കേതികവിദ്യകൾ സ്വീകരിക്കുന്നതിൽ ഈ ബിസിനസുകൾ തുടർന്നും പിന്നിലാകുമോ?

ചലിക്കുന്ന വസ്തുക്കളിൽ ഉൽപ്പന്നത്തിന്റെ ഗുണനിലവാരം തിരിച്ചറിയുന്നത് നിർമ്മാണത്തിലെ പ്രാഥമിക ഉപയോഗ കേസാണെന്ന് ഇൻഡസ്ട്രിയൽ എംഎൽ സിഇഒ അർജുൻ ചന്ദർ പറയുന്നു. “ഉയർന്ന ഫ്രെയിം നിരക്കുള്ള ഒരു ക്യാമറയുടെ സഹായത്തോടെയും ഫ്രെയിം തോറും മെഷീൻ ലേണിംഗ് മോഡൽ ഫ്രെയിം പ്രയോഗിക്കുന്നതിലൂടെയും, ഉയർന്ന വേഗതയിൽ പ്രൊഡക്ഷൻ ലൈനുകളിലെ തകരാറുകൾ തിരിച്ചറിയാൻ കഴിയും.”

ആഗോള നിർമ്മാതാക്കൾ പ്രതിവർഷം 8 ട്രില്യൺ ഡോളർ പാഴാക്കുന്നു, കൂടാതെ ഈ നഷ്ടം കുറയ്ക്കാൻ നിർമ്മാതാക്കളെ സഹായിക്കുന്നതിന് ഉപകരണങ്ങൾ, നിർമ്മിച്ച ഘടകങ്ങൾ, പാരിസ്ഥിതിക ഘടകങ്ങൾ എന്നിവ നിരീക്ഷിക്കാൻ കമ്പ്യൂട്ടർ വിഷൻ സഹായിക്കും.

പല ഉൽപ്പാദന ഉപയോഗ കേസുകളുടെയും അടിസ്ഥാന സാങ്കേതികവിദ്യകൾ മുഖ്യധാരയാണ്, ചന്ദർ പറയുന്നു. “ഇവ കൂടുതലും ഉപയോഗിക്കുന്നത് 2 ഡി ക്യാമറകളാണ്, ഉയർന്ന റെസല്യൂഷനും ഫ്രെയിം നിരക്കും സെക്കൻഡിൽ 20 ഫ്രെയിമുകളോ അതിൽ കൂടുതലോ ആണ്, കൂടാതെ ഒരു കൺവലൂഷണൽ ന്യൂറൽ നെറ്റ്വർക്കും (സിഎൻഎൻ).

കൃത്യത വർദ്ധിപ്പിക്കുന്നതിന്, നിർമ്മാതാക്കൾക്ക് ആ ഡാറ്റ വർദ്ധിപ്പിക്കുന്നതിന് ഒരു തന്ത്രം ആവശ്യമാണ്. “സാധാരണ ഉൽ പാദന പരിതസ്ഥിതികളിലെന്നപോലെ പരിശീലന ശേഷി ചേർക്കുന്നതിന്, നല്ല ഉൽപ്പന്ന ഗുണനിലവാരമുള്ള ചിത്രങ്ങളുടെ എണ്ണം വൈകല്യങ്ങളെക്കാൾ വളരെ കൂടുതലാണ്,” ചന്ദർ കൂട്ടിച്ചേർക്കുന്നു.

വിടവ് പരിഹരിക്കുന്നതിനുള്ള ഒരു മാർഗം സിന്തറ്റിക് ഡാറ്റ ഉപയോഗിക്കുക എന്നതാണ്, ടീമുകൾ അവരുടെ ടെസ്റ്റിംഗ് ഡാറ്റയുടെ വൈവിധ്യം വർദ്ധിപ്പിക്കുന്നതിന് ഉപയോഗിക്കുന്ന ഒരു സമീപനം.

നിർമ്മാതാക്കൾക്ക് അടിസ്ഥാന വിഷ്വൽ പരിശോധന ഘട്ടങ്ങളിലൂടെ ആരംഭിക്കാനും തുടർന്ന് കൂടുതൽ ഓട്ടോമേഷൻ അവസരങ്ങളിലേക്ക് നയിക്കാനും കഴിയുമെന്ന് സിന്റാക്സിലെ ഡാറ്റാ മാനേജുമെന്റിന്റെയും ഇന്നൊവേഷന്റെയും പങ്കാളി ജെൻസ് ബെക്ക് പറയുന്നു. “പശ ട്രാക്കുകൾ പരിശോധിക്കാൻ ഓട്ടോമോട്ടീവ് പോലുള്ള വിഷ്വൽ പരിശോധനയ്ക്കായി കമ്പ്യൂട്ടർ വിഷനും ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസും സംയോജിപ്പിക്കുന്നത് ഞങ്ങൾ കാണുന്നു,” അദ്ദേഹം പറഞ്ഞു. “ഉപഭോക്താവിനുള്ള ബിസിനസ്സ് മൂല്യം മാനുവൽ സ്റ്റെപ്പുകൾ ഓട്ടോമേറ്റുചെയ്യുന്നതിലൂടെ മൊത്തത്തിലുള്ള ഉപകരണ ഫലപ്രാപ്തി (ഒഇഇ) വർദ്ധിപ്പിക്കുന്നതിനുള്ള ഓപ്ഷൻ മാത്രമല്ല, ചെക്ക് ഡോക്യുമെന്റ് ചെയ്യുകയും തുടർന്ന് കമ്പ്യൂട്ടർ വിഷൻ അവരുടെ മാനുഫാക്ചറിംഗ് എക്സിക്യൂഷൻ സിസ്റ്റത്തിലേക്ക് (എംഇഎസ്) സമന്വയിപ്പിക്കുകയും ഒടുവിൽ എന്റർപ്രൈസ് റിസോഴ്സ് പ്ലാനിംഗ് (ഇആർപി) നടത്തുകയും ചെയ്യുന്നു.”

ഫാക്ടറി ഫ്ലോറിലെ സുരക്ഷ മെച്ചപ്പെടുത്തൽ

ഗുണനിലവാരത്തിനും കാര്യക്ഷമതയ്ക്കും അപ്പുറം, തൊഴിലാളികളുടെ സുരക്ഷ മെച്ചപ്പെടുത്താനും ഫാക്ടറി നിലയിലും മറ്റ് തൊഴിൽ സൈറ്റുകളിലും അപകടങ്ങൾ കുറയ്ക്കാനും കമ്പ്യൂട്ടർ വിഷൻ സഹായിക്കും. യുഎസ് ബ്യൂറോ ഓഫ് ലേബർ സ്റ്റാറ്റിസ്റ്റിക്സിന്റെ കണക്കനുസരിച്ച്, 2021 ൽ ഉൽ പാദന മേഖലയിൽ ഏകദേശം 400,000 പരിക്കുകളും രോഗങ്ങളും ഉണ്ടായിരുന്നു.

“മനുഷ്യ മേൽനോട്ടത്തേക്കാൾ വേഗത്തിലും കാര്യക്ഷമമായും ജീവനക്കാർക്ക് ഉണ്ടാകാനിടയുള്ള അപകടസാധ്യതകളും ഭീഷണികളും തുടർച്ചയായി തിരിച്ചറിയുന്നതിലൂടെ കമ്പ്യൂട്ടർ വിഷൻ കണക്റ്റുചെയ് ത സൗകര്യങ്ങളിൽ തൊഴിലാളികളുടെ സുരക്ഷയും സുരക്ഷയും വർദ്ധിപ്പിക്കുന്നു,” സിന്തസിസ് എഐ സിഇഒയും സ്ഥാപകനുമായ യശർ ബെഹ്സാദി പറയുന്നു. “കമ്പ്യൂട്ടർ കാഴ്ചപ്പാടിന് ഇത് കൃത്യമായും വിശ്വസനീയമായും നേടുന്നതിന്, മെഷീൻ ലേണിംഗ് മോഡലുകൾക്ക് വലിയ അളവിൽ ഡാറ്റയിൽ പരിശീലനം നൽകുന്നു, ഈ പ്രത്യേക ഉപയോഗ സന്ദർഭങ്ങളിൽ, ഘടനാരഹിതമായ ഡാറ്റ പലപ്പോഴും എം എൽ എഞ്ചിനീയർക്ക് അസംസ്കൃതവും ലേബൽ ചെയ്യാത്തതുമാണ്.”

സുരക്ഷയുമായി ബന്ധപ്പെട്ട ഉപയോഗ കേസുകളിൽ സിന്തറ്റിക് ഡാറ്റ ഉപയോഗിക്കുന്നതും പ്രധാനമാണ്, കാരണം നിർമ്മാതാക്കൾക്ക് അടിസ്ഥാന സുരക്ഷാ ഘടകങ്ങൾ ഉയർത്തിക്കാട്ടുന്ന ചിത്രങ്ങൾ ഉണ്ടാകാനുള്ള സാധ്യത കുറവാണ്. “സിന്തറ്റിക് ഡാറ്റ പോലുള്ള സാങ്കേതികവിദ്യകൾ കൃത്യമായി ലേബൽ ചെയ്ത, ഉയർന്ന നിലവാരമുള്ള ഡാറ്റ നൽകുന്നതിലൂടെ എം എൽ എഞ്ചിനീയർമാരുടെ സമ്മർദ്ദം ലഘൂകരിക്കുന്നു, ഇത് സമയം, പണം, തെറ്റായ ഡാറ്റ കാരണങ്ങൾ എന്നിവ ലാഭിക്കുന്ന എഡ്ജ് കേസുകൾക്ക് കാരണമാകും,” ബെഹ്സാദി കൂട്ടിച്ചേർക്കുന്നു.

തത്സമയ വിശകലനം, മെച്ചപ്പെട്ട കാര്യക്ഷമത, മെച്ചപ്പെട്ട തീരുമാനമെടുക്കൽ എന്നിവ കമ്പ്യൂട്ടർ കാഴ്ചയുടെ നേട്ടങ്ങളിൽ ഉൾപ്പെടുന്നുവെന്ന് ഗ്രാമെനറിലെ ലോജിസ്റ്റിക്സ് ആൻഡ് സപ്ലൈ ചെയിൻ എസ്ബിയു മേധാവി സുനിൽ കർദാം പറയുന്നു. കർദാം മറ്റ് നിരവധി ഉദാഹരണ ഉപയോഗ കേസുകൾ പങ്കിടുന്നു:

മെറ്റീരിയൽ ചലനം ട്രാക്കുചെയ്യുക, ഉൽപ്പന്നങ്ങളിലെയും പാക്കേജിംഗിലെയും പോരായ്മകൾ തിരിച്ചറിയുക, മാലിന്യങ്ങൾ കുറയ്ക്കുക

അനധികൃത ഉദ്യോഗസ്ഥരുടെ പെരുമാറ്റങ്ങൾ നിരീക്ഷിച്ചുകൊണ്ട് പ്രോട്ടോക്കോളുകൾ നടപ്പിലാക്കുക

ഡോക്യുമെന്റ് പ്രോസസ്സിംഗ് ലളിതമാക്കുക, ഇൻവെന്ററി ഒപ്റ്റിമൈസ് ചെയ്യുക, ഇൻഷുറൻസ് ക്ലെയിമുകളെ സഹായിക്കുക, കാര്യക്ഷമമായ ലോജിസ്റ്റിക് മാനേജുമെന്റ് പ്രാപ്തമാക്കുക

കമ്പ്യൂട്ടർ വിഷൻ ക്യാമറകളെയും യോലോ, ഫാസ്റ്റർ ആർ-സിഎൻഎൻ, ഓപ്പൺസിവി തുടങ്ങിയ നൂതന അൽഗോരിതങ്ങളെയും ആശ്രയിച്ചിരിക്കുന്നുവെന്ന് കർദാം പങ്കിടുന്നു. കമ്പ്യൂട്ടർ കാഴ്ചയ്ക്കുള്ള മെഷീൻ ലേണിംഗ് മോഡലുകൾ “സ്മാർട്ട് ക്യാമറകളും ക്ലൗഡ് അധിഷ്ഠിത എപിഐകളും ശക്തമായ കഴിവുകൾ നൽകുന്ന എഡ്ജ് ഉപകരണങ്ങളിലോ ക്ലൗഡിലോ പ്രോസസ്സ് ചെയ്യാൻ കഴിയും” എന്ന് അദ്ദേഹം പറയുന്നു.

പവർ ഗ്രിഡ് നിരീക്ഷിക്കൽ

മിക്ക നിർമ്മാണവും വീടിനുള്ളിലാണ്, അവിടെ എഞ്ചിനീയർമാർക്ക് ക്യാമറകൾ എവിടെ സ്ഥാപിക്കണം, എപ്പോൾ ലൈറ്റിംഗ് ചേർക്കണം എന്നിവയുൾപ്പെടെ പരിസ്ഥിതിയിൽ കുറച്ച് നിയന്ത്രണം ഉണ്ട്. മൗണ്ടഡ് ക്യാമറകൾ, ഡ്രോണുകൾ, വിമാനങ്ങൾ, ഉപഗ്രഹങ്ങൾ എന്നിവ ഉപയോഗിച്ച് ഔട്ട്ഡോർ പ്രദേശങ്ങളും ലാൻഡ്സ്കേപ്പുകളും വിശകലനം ചെയ്യുമ്പോൾ കമ്പ്യൂട്ടർ വിഷൻ ഉപയോഗ കേസുകൾ കൂടുതൽ സങ്കീർണ്ണമാണ്.

സിടിഒയും സിഒഒയും ബസ് സൊല്യൂഷൻസിന്റെ സഹസ്ഥാപകനുമായ വിക് ചൗധരി ഡ്രോണുകൾ ഉപയോഗിക്കുന്നതിന്റെ ഒരു ഉദാഹരണം പങ്കിടുന്നു. “യുഎസിലുടനീളം വിശ്വസനീയവും കണക്റ്റുചെയ് തതുമായ ഗ്രിഡ് ഉറപ്പാക്കുന്നതിന് പവർ ഗ്രിഡിലെയും യൂട്ടിലിറ്റികളിലെയും സബ് സ്റ്റേഷനുകളിലെയും തകരാറുകൾ നിരീക്ഷിക്കുന്നതിനും തിരിച്ചറിയുന്നതിനും കമ്പ്യൂട്ടർ വിഷൻ ഉപയോഗിക്കുന്നു,” അദ്ദേഹം പറഞ്ഞു. “യുഎസിലുടനീളമുള്ള വിവിധ യൂട്ടിലിറ്റികളിൽ നിന്ന് ശേഖരിച്ച ആയിരക്കണക്കിന് ചിത്രങ്ങളെ ആശ്രയിച്ച്, കമ്പ്യൂട്ടർ വിഷന് ഭീഷണികൾ, തകരാറുകൾ, അപാകതകൾ എന്നിവ കൃത്യമായി തിരിച്ചറിയാൻ കഴിയും.”

പവർലൈൻ തീപിടുത്തം ആശങ്കാജനകമായ ഒരു പ്രധാന മേഖലയാണ്. നാഷണൽ ഇന്റർജൻസി ഫയർ സെന്ററിന്റെ കണക്കനുസരിച്ച് 1992 മുതൽ 2020 വരെ യുഎസിലുടനീളം 32,000 ലധികം കാട്ടുതീകൾ ഉണ്ടായിട്ടുണ്ട്. അറ്റകുറ്റപ്പണികൾ ഒപ്റ്റിമൈസ് ചെയ്യുന്നതിനും അപകടസാധ്യതകൾ കുറയ്ക്കുന്നതിനുമുള്ള ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് അവസരങ്ങൾ യൂട്ടിലിറ്റി കമ്പനികൾ ഇപ്പോൾ വിലയിരുത്തുന്നു.

“ഈ സോഫ്റ്റ്വെയർ നിലവിലുള്ള യൂട്ടിലിറ്റികളിൽ നിന്നുള്ള യഥാർത്ഥ ഡാറ്റയും ചിത്രങ്ങളും ഉപയോഗിക്കുന്നതിനാൽ, ഇത് വളരെ കൃത്യമാണ്, കൂടാതെ കാലാവസ്ഥ, മോശമായി പരിപാലിക്കുന്ന ഇൻഫ്രാസ്ട്രക്ചർ, വർദ്ധിച്ചുവരുന്ന താപനില എന്നിവയിൽ നിന്നുള്ള ഭീഷണികൾ തിരിച്ചറിയാൻ കഴിയും,” ചൗധരി പറയുന്നു. വ്യാപകമായ തകരാറുകളും ഗ്രിഡ് മൂലമുണ്ടാകുന്ന ദുരന്തങ്ങളും തടയുന്നതിനൊപ്പം വേഗതയേറിയതും കാര്യക്ഷമവുമായ അറ്റകുറ്റപ്പണി ഈ സാങ്കേതികവിദ്യ പ്രാപ്തമാക്കുന്നു.

ബ്രെയിൻ-കമ്പ്യൂട്ടർ ഇന്റർഫേസുകൾ

ഭാവിയിലേക്ക് നോക്കുമ്പോൾ, കമ്പ്യൂട്ടർ കാഴ്ചപ്പാടിനും വളർന്നുവരുന്ന സാങ്കേതിക ഉപകരണങ്ങൾക്കും ഒരു പുതിയ അതിർത്തി പങ്കിടുന്നു. “ഒരു വ്യാവസായിക ക്രമീകരണത്തിൽ ഉപയോഗിക്കുന്ന ബ്രെയിൻ-കമ്പ്യൂട്ടർ ഇന്റർഫേസ് (ബിസിഐ) സാങ്കേതികവിദ്യ ചില വ്യാവസായിക കമ്പ്യൂട്ടർ വിഷൻ ഉപയോഗ കേസുകളിൽ പൂരകമായ സമീപനമാണ്, പ്രത്യേകിച്ചും കുറഞ്ഞ ദൃശ്യപരത, കടുത്ത താപനില അല്ലെങ്കിൽ ക്യാമറകളുടെ ഉപയോഗം പരിമിതപ്പെടുത്തിയിരിക്കുന്ന അപകടകരമായ അവസ്ഥകളുള്ള പരിതസ്ഥിതികളിൽ,” അദ്ദേഹം പറയുന്നു.

അപകടകരമായ സാഹചര്യങ്ങളിൽ അറ്റകുറ്റപ്പണികൾ പൂർത്തിയാക്കുന്നത് ഒരു ഉപയോഗ കേസാണ്, പക്ഷേ നിർമ്മാണം, റിഫൈനറികളിലെ ജോലികൾ അല്ലെങ്കിൽ മറ്റ് ഫീൽഡ് വർക്ക് എന്നിവ യന്ത്രങ്ങൾ പരിശോധിക്കുന്നതിനോ പ്രവർത്തിപ്പിക്കുന്നതിനോ ഇരു കൈകളും ഉപയോഗിക്കേണ്ടിവരുമ്പോൾ കൂടുതൽ സാധാരണമാണ്.

“ഒരു ജോലിസ്ഥലത്ത് ഒരു അറ്റകുറ്റപ്പണി നടത്തുക. സ്മാർട്ട് ഗ്ലാസുകളിൽ ഉപയോഗിക്കുന്ന ബിസിഐ സാങ്കേതികവിദ്യ ബാഹ്യ ക്യാമറയുടെ ആവശ്യമില്ലാതെ കണ്ണിന്റെ നോട്ടം ട്രാക്കുചെയ്യുന്നതിനുള്ള ഒരു ബദൽ രീതി നൽകുന്നു, അതിനാൽ വെല്ലുവിളി നിറഞ്ഞ സാഹചര്യങ്ങളിൽ അവർക്ക് ഇപ്പോഴും പ്രകടനം നടത്താൻ കഴിയും, “കൊമെയിലിപൂർ പറയുന്നു. “ക്യാമറകളെ ആശ്രയിക്കുന്നതിനുപകരം, തലച്ചോറിനെയും ഇലക്ട്രോക്യുലോഗ്രാം (ഇഒജി) പോലുള്ള ബയോസിഗ്നലുകളെയും വ്യാഖ്യാനിച്ച് ബിസിഐ കണ്ണിന്റെ ചലനങ്ങൾ നിരീക്ഷിക്കുന്നു. പ്രത്യേക സെൻസറുകളിലൂടെ പകർത്തിയ നേത്ര ചലനങ്ങൾ വിശകലനം ചെയ്യുന്നതിന് നൂതന സിഗ്നൽ പ്രോസസ്സിംഗ്, മെഷീൻ ലേണിംഗ് അൽഗോരിതം എന്നിവ സാങ്കേതികവിദ്യയിൽ ഉൾപ്പെടുന്നു.