یکی از مشکلات بزرگ مدلهای تولید ویدیوی هوش مصنوعی، خطاهای هندسی و تناقضات سهبعدی در خروجیهاست که باعث میشود ویدیوها در نگاه دقیق غیرواقعی به نظر برسند.
محققان به تازگی معیار جدیدی به نام «SGC» معرفی کردهاند که به طور خاص برای ارزیابی «سازگاری هندسی فضایی» در ویدیوهای داینامیک طراحی شده است. این سیستم با جدا کردن بخشهای ثابت از متحرک و تحلیل نحوه قرارگیری دوربین در فضای سهبعدی، میتواند خطاهای هندسی را که معیارهای قدیمی (مثل FVD) نمیدیدند، به سادگی شناسایی کند.
این پیشرفت گام بزرگی برای رسیدن به ویدیوهای واقعگرایانه و بدون اعوجاج در دنیای هوش مصنوعی است! 🚀
منبع: arXiv Computer Vision