A Google a manöken kihívásból származó youtube-videókat használta az edzés edzésére

Tartalomjegyzék:

Amit tudnod kell
Még több Pixel 3a
Google Pixel 3a

Amit tudnod kell

A Google az AI-t arra képzi, hogy mélységtérképeket készítsen, amelyek egyetlen jelenet alapján izolálják a jelenetben szereplő emberi alanyokat.
Kiindulópontként a Google 2000 Mannequin Challenge-ből származó YouTube videót használt az AI képzésére.
Az eredmények lehetővé teszik effektusok hozzáadását a videókhoz, például a portré módot, és felhasználhatók a kiterjesztett valósághoz.

A Google egy nemrégiben írt blogbejegyzésében részletezte, hogyan működik a mélységérzékelés olyan videókban, amelyekben mind a kamera, mind a téma mozog. Kiindulópontként a tanulmányhoz hatalmas mennyiségű adathoz kellett hozzáférni az AI kiképzéséhez, és az első logikus lépés az volt, hogy az emberek képzésére felismerjék egy helyet, ahol a kamera mozog, de az emberek statikusak voltak.

Mint kiderült, a Google-nak a Mannequin Challenge-re forgatott YouTube-videók formájában volt a tökéletes forrása ezen adatokhoz. Ebben a kihívásban egy személy vagy embercsoport teljesen mozdulatlanul állna, mint egy kamera, amelyet a helyzetük körül pásztáztak. A Google 2000 videót használt a kihívásból, hogy segítse az AI-t az emberi figurák felderítésében, különféle helyzetekben.

A tanulmányt még érdekesebbé teszi az a tény, hogy a Google arra tanítja az AI-t, hogy mélységtérképeket készítsen olyan felvételek felhasználásával, amelyeket csak egy kamera készített. Legtöbbször több kamerát kell használni a helyszín mélységének érzékeléséhez.

A Google már használ valami hasonlót állóképekhez, hogy létrehozzák a portré üzemmód hatását a Pixel telefonokon. Ez azonban csak az állóképekre vonatkozik. A Google által kifejlesztett új módszer az AI képzése, hogy készítsen egy mélységtérképet, ahol a kamera és a tárgy egyaránt mozog egy jelenetben.

Videókba való elágazás révén a jövőben olyan funkciókat nyit meg, amelyekkel a telefonban a portré portré módhoz hasonló bokeh készülhet videofilmekben. A tanulmány további előnye a kibővített valóság javított eredményei, például a Playmojis a Google Playground-ról.

Egy másik lehetőség a 3D képek generálása a 2D jelenetekből. Noha a fényképezőgép hardvere mindig is nélkülözhetetlen volt a fényképezéshez és a videofelvételhez, az, amit a Google az évek során a szoftverrel megtett, azt mutatja, hogy a jövőben az algoritmusok ugyanolyan fontosak lesznek, és új élményeket nyújtanak.