آیا تا به حال به این فکر کردهاید که هوش مصنوعی بتواند فقط در لحظات خاصی از یک ویدیو (مثلاً وقتی چیزی میخورید یا شیئی را برمیدارید) تغییراتی اعمال کند؟
محققان مدل جدیدی به نام «EgoPlay» معرفی کردهاند که به طور اختصاصی برای ویرایش ویدیوهای «اولشخص» (Egocentric) طراحی شده است. این مدل با درک رویدادها، میتواند دستورات شما را (مثل: «وقتی ایکس اتفاق افتاد، وای را انجام بده») به صورت دقیق و بدون دستکاری سایر بخشهای ویدیو اجرا کند. این فناوری یک گام بزرگ برای ویرایش خودکار و حرفهای ویدیوهای ضبط شده با دوربینهای پوشیدنی یا هدستهای واقعیت مجازی است.
تکنولوژیهای بصری روز به روز در حال هوشمندتر شدن هستند! نظر شما چیست؟
منبع: arXiv Computer Vision