অনন্য পৃথক বস্তু
অনন্য সন্ধান ছাড়াও গোষ্ঠী অবজেক্টগুলির মধ্যে, মানচিত্রটি সনাক্ত করতেও ব্যবহার করা যেতে পারে স্বতন্ত্র একটি অত্যন্ত স্বতন্ত্র চেহারা আছে এমন অবজেক্ট। এই বস্তুর একটি নির্বাচন নীচে দেখানো হয়েছে। এগুলি প্রতিটি বস্তুর দূরত্বকে তার পাঁচটি নিকটতম প্রতিবেশীর কাছে পরিমাপ করে পাওয়া গেছে।
কোলাজে বেশ কয়েকটি ঘরোয়া সরঞ্জাম অন্তর্ভুক্ত রয়েছে: একটি মার্বেল কাটার, একটি ফায়ারপ্লেস থেকে বর্জ্য গরম বাতাস পুনর্ব্যবহার করার জন্য ডিজাইন করা একটি হিটার এবং একটি রোটারি পনির গ্যাটার। দুটি আর্ট ডেকো অবজেক্টও রয়েছে: একটি ফটো ফ্রেম এবং একটি লাউডস্পিকার। এবং দুটি কিনোরার দর্শক রয়েছে, যা ‘ফ্লিপ বই’ এর অনুরূপ। ব্যবহারকারী কোনও হ্যান্ডেল ঘুরিয়ে দেওয়ার সময় কোনও দর্শকের মাধ্যমে সন্ধান করে যা ছবিটি উল্টে যায়।
সম্ভবত দুটি বিজোড় বস্তু হ’ল টার্ফের নমুনা এবং যা নীল শিলা বলে মনে হয়। এই দুটি বস্তু সংযুক্ত রয়েছে কারণ তারা উভয়ই পুনর্ব্যবহারের সাথে সম্পর্কিত। কৃত্রিম টার্ফ পুরানো নাইকের জুতা পুনর্ব্যবহার করা থেকে তৈরি একটি পণ্যের উদাহরণ। এবং নীল শিলাটি আসলে ভাঙা এবং স্ক্র্যাপ গ্লাস (কুলেট নামে পরিচিত) যা নতুন গ্লাস তৈরির সময় চুল্লিতে যুক্ত হয়। এটি গ্লাসটি পুনর্ব্যবহার করার একটি উপায় এবং এটি প্রক্রিয়াটিকে গতি দেয়, যার ফলে জ্বালানী সংরক্ষণ করে।
সায়েন্স মিউজিয়াম গ্রুপের ফটোগ্রাফগুলির ওপেন ডেটাসেট আমাদের তাদের সংগ্রহ সম্পর্কে আরও জানতে দেয়। আমাদের প্রাথমিক বিশ্লেষণ পরামর্শ দেয় যে প্রতিদিনের বস্তুগুলি সময়ের সাথে সাথে কিছুটা গ্রেয়ার এবং কিছুটা স্কোয়ার হয়ে উঠতে পারে। যদিও কেবল সময়টি বলবে, এটি যাদুঘরগুলির জন্য একটি চ্যালেঞ্জ তুলে ধরেছে যারা এই ‘ব্ল্যাক বক্স’ দিয়ে দর্শকদের জড়িত করতে হবে। সম্মিলিতভাবে অবজেক্টগুলি পরীক্ষা করা আমাদের টাইপরাইটার থেকে শুরু করে টেবিল টেলিফোন পর্যন্ত সর্বাধিক স্বতন্ত্র অবজেক্টগুলি সনাক্ত এবং উদযাপন করতে দেয়। এবং এটি আমাদের এমন ছোট্ট নিদর্শনগুলি দেখতে দেয় যা আমরা অন্যথায় মিস করতে পারি, যেমন 19 শতকের পকেট ঘড়ির মধ্যে উজ্জ্বল ব্লুজ। কম্পিউটার ভিশন পদ্ধতিগুলি যেমন উন্নত হতে থাকে আমরা অনলাইন সংগ্রহগুলি থেকে আরও অন্তর্দৃষ্টিগুলি বের করতে এবং আমাদের জীবনকে পূরণ করে এমন অবজেক্টগুলি সম্পর্কে আরও জানতে সক্ষম হব।
এই টুকরোটির উদ্দেশ্য ছিল অনলাইন সংগ্রহের মূল্য দেখানো এবং অন্যান্য অনলাইন সংগ্রহগুলির অনুসন্ধানকে উত্সাহিত করা। এই জাতীয় অনুসন্ধান শুরু করার আগে, মনে রাখার জন্য বেশ কয়েকটি চ্যালেঞ্জ রয়েছে, যা আমরা নীচে বর্ণনা করি।
প্রথমত, একটি সম্পূর্ণ সংগ্রহ বিশ্লেষণ করা সম্ভব নাও হতে পারে। বিজ্ঞান যাদুঘর গ্রুপ সংগ্রহের প্রতিটি অবজেক্টের ছবি তোলা হয়নি এবং অন্যদের কেবল কালো-সাদা রঙের মধ্যে ধরা পড়েছে। আমাদের এমন কোনও ছবিও বাদ দিতে হয়েছিল যার পটভূমির রঙ অভিন্ন ছিল না। এই ফটোগ্রাফগুলিতে বস্তুর পটভূমি থেকে সঠিকভাবে আলাদা করা খুব কঠিন। অ-ইউনিফর্ম ব্যাকগ্রাউন্ডগুলি উত্থিত হয় যেখানে বস্তুটি বড় ছিল (যেমন একটি মেশিন) এবং ছবিটি সিটুতে তোলা হয়েছিল। পটভূমির রঙের অভিন্নতাটি ফটোগ্রাফের একেবারে প্রান্তের চারপাশে বর্ণের বিভিন্নতা পরিমাপ করে বিচার করা হয়েছিল।
একটি দ্বিতীয় চ্যালেঞ্জ হ’ল কোনও ফটোগ্রাফের মধ্যে কোনও বস্তুর রঙগুলি সঠিকভাবে চিহ্নিত করা এবং পটভূমির রঙগুলি বাদ দেওয়া। আমরা একটি ফটোগ্রাফ থেকে প্রতিটি পিক্সেল বের করে এবং তারপরে এমন কোনও পিক্সেল ফেলে দিয়ে এটি করেছি যার রঙটি সবচেয়ে সাধারণ প্রান্তের রঙের খুব কাছে ছিল। এই পদ্ধতির অনুমান করে যে অবজেক্টটি নিজেই ফটোগ্রাফের প্রান্তটি স্পর্শ করে না। মূল পরিবর্তনশীলটি হ’ল নীচে প্রান্তিক দূরত্ব যা একটি পিক্সেলকে পটভূমির ‘খুব কাছাকাছি’ বলে মনে করা হয় এবং বাদ দেওয়া হয়। যদি থ্রেশহোল্ডটি খুব বেশি সেট করা থাকে তবে আমরা অবজেক্টগুলির মধ্যে নিকট-সাদা রঙের পরিমাণের পরিমাণকে অবমূল্যায়ন করতে পারি (বেশিরভাগ ব্যাকগ্রাউন্ড সাদা)। যদি থ্রেশহোল্ডটি খুব কম সেট করা থাকে তবে আমরা দুর্ঘটনাক্রমে আমাদের বিশ্লেষণে ব্যাকগ্রাউন্ডের কিছু রঙ অন্তর্ভুক্ত করতে পারি। বিশ্লেষণের কিছু অংশের জন্য আমাদেরও রঙগুলি ঘুরতে হয়েছিল, অনন্য রঙের সংখ্যা হ্রাস করতে এবং আমাদের এগুলি চার্টে প্রদর্শন করতে দেয়।
তৃতীয় চ্যালেঞ্জটি তাদের ফটোগ্রাফগুলির মিলগুলির সাথে বা আরও সঠিকভাবে, অবজেক্টগুলির মিলকে পরিমাপ করার সাথে সম্পর্কিত। আমরা প্রতিটি চিত্রের জন্য বৈশিষ্ট্য ভেক্টরগুলি বের করতে একটি কনভোলিউশনাল নিউরাল নেটওয়ার্ক মডেল (ভিজিজি 16) ব্যবহার করেছি। এই ভেক্টরগুলির মাত্রিকতা প্রধান উপাদান বিশ্লেষণ (পিসিএ) ব্যবহার করে হ্রাস করা হয়েছিল, তারপরে টি-বিতরণ স্টোকাস্টিক নেবার এম্বেডিং (টি-এসএনই)। এগুলি প্রতিটি অবজেক্টের একটি সরলীকৃত অনুমান দেয় এবং এগুলি কোনও বস্তুর স্কেলের জন্য অ্যাকাউন্ট করে না; বিভিন্ন আকারের অবজেক্টগুলি (তবে সম্পর্কিত রূপরেখা) একে অপরের সাথে অনুরূপ হিসাবে বিচার করা যেতে পারে। স্পষ্টভাবে টি-এসএনই ম্যাপিং প্রদর্শন করার জন্য চিত্রগুলি একটি গ্রিডে স্থাপন করা হয়েছিল। গ্রিডের মধ্যে থাকা অবজেক্টগুলির স্থান নির্ধারণের লক্ষ্য ছিল তার সত্য অবস্থান থেকে বস্তুর দূরত্বকে হ্রাস করা, তবে কিছু বিকৃতি হবে (বিশেষত ঘন অঞ্চলে যেখানে অনেকগুলি অনুরূপ বস্তু রয়েছে)।
অবশেষে, বিবেচনা করার জন্য দুটি বিস্তৃত পয়েন্ট রয়েছে। কোনও বস্তুর রঙ তার চারপাশের দ্বারা প্রভাবিত হবে, এটি কীভাবে প্রদর্শিত হয় এবং কীভাবে এটি ছবি তোলা হয়। বিভিন্ন কোণ থেকে বা বিভিন্ন ব্যাকগ্রাউন্ডের বিপরীতে একই বস্তুর দুটি ফটোগ্রাফ বিভিন্ন রঙের প্রোফাইল তৈরি করতে পারে। এবং এটি মনে রাখা গুরুত্বপূর্ণ যে সংগ্রহটি বিকশিত হওয়ার সাথে সাথে উপরে প্রদর্শিত ফলাফলগুলি পরিবর্তন হতে থাকবে এবং সংগ্রহের মধ্যে আরও অবজেক্টগুলি যেমন ছবি তোলা হয়।
