تحلیل ویدیوهای ضبط شده توسط پهپادها (UAV) به دلیل پیچیدگی محیطهای باز، همیشه یکی از چالشهای بزرگ در بینایی ماشین بوده است. حالا محققان با معرفی یک تسک جدید به نام «UAV-OVVIS» و فریمورک نوآورانه «AeroTrack»، راهکار جدیدی ارائه دادهاند.
این فریمورک بدون نیاز به آموزش مجدد و با بهرهگیری از مدلهای پایه (Visual Foundation Models)، میتواند اشیاء را در ویدیوهای پهپادی شناسایی کرده و آنها را به صورت هوشمند دنبال (Segmentation) کند. این دستاورد به ویژه برای مدیریت شهری، عملیات امداد و نجات و پایش ترافیک، جهشی بزرگ محسوب میشود.
تیم پژوهشی همچنین یک دیتاسنس جدید به نام AeroVIS را نیز برای ارزیابی دقیقتر این حوزه منتشر کرده است.
منبع: arXiv Computer Vision