🚀 تحول در دید کامپیوتری: هوش مصنوعی که عمق صحنهها را بهتر از انسان درک میکند! پژوهشگران مدل جدیدی به نام Co-VGGT را معرفی کردهاند که میتواند با دقت خیرهکنندهای تشخیص دهد آیا دو تصویر از زوایای مختلف به یک نقطه مشترک در فضای سهبعدی نگاه میکنند یا خیر. نکته جالب اینجاست که این مدل بدون آموزش مستقیم، یاد گرفته است که لایههای مختلف مغزِ مصنوعیاش را به بخشهای تخصصی برای درک هندسی صحنه تبدیل کند! این پیشرفت بزرگ در تشخیص «همپوشانی دید» (Co-visibility)، به رباتها و سیستمهای نقشهبرداری سهبعدی (SLAM) کمک میکند تا با دقت بسیار بیشتری در محیطهای پیچیده حرکت کنند. آینده بینایی ماشین دقیقتر از همیشه در حال شکلگیری است! 🤖📸
منبع: arXiv AI