Компютърното зрение преминава на ново ниво с помощта на егоцентрични видеоклипове.
Изследователи от Meta Reality Labs представиха новия набор от данни HOT3D, който дава възможност за значително ускоряване развитието на технологиите за компютърно зрение и роботика. Наборът от данни, публикуван в платформата arXiv, включва висококачествени 3D видеоклипове с така наречената от специалистите „егоцентрична перспектива“, демонстриращи взаимодействието на хората с различните обекти.
HOT3D съдържа повече от 833 минути кадри (около 3,7 милиона изображения), заснети с помощта на очилата Project Aria и шлема Quest 3. Записите включват 19 души, които взаимодействат с 33 различни обекта в домашна и офис среда. Анотациите съдържат 3D пози на обектите, ръцете и камерите, както и 3D модели на ръцете и обектите.
Експериментите потвърдиха ефективността на набора от данни за задачи като 3D проследяване на ръцете, оценка на позите на обектите и моделиране движението на обектите в ръцете. Подходът с много камери, приложен в HOT3D, постига значително по-добри резултати в сравнение със системите с една камера.
Наборът от данни е отворен за използване от изследователите от целия свят и може да допринесе за разработването на интерфейси човек-машина, системи за добавена и виртуална реалност и да подобри взаимодействието на роботите със заобикалящия ги свят.
Всичко важно от света на технологиите, директно в пощата ти.
С абонирането приемате нашите Условия и Политика за поверителност. Може да се отпишете с един клик по всяко време.
Коментирайте статията в нашите Форуми. За да научите първи най-важното, харесайте страницата ни във Facebook, и ни последвайте в Google Новини, TikTok, Telegram и Viber или изтеглете приложението на Kaldata.com за Android, iPhone, Huawei, Google Chrome, Microsoft Edge и Opera!
