محققان در دستاورد جدیدی موفق شدند مدلهای «سنتز دیدگاه» (View Synthesis) را به سطحی جدید ارتقا دهند. این مدلها که پیشتر فقط برای ایجاد تصاویر جدید از زوایای مختلف استفاده میشدند، حالا بدون نیاز به بازسازی سهبعدی پیچیده، میتوانند «بخشبندی پانپتیک» (Panoptic Segmentation) را انجام دهند.
یعنی هوش مصنوعی میتواند با استفاده از دانش مکانی که از تصاویر RGB یاد گرفته، برچسبهای معنایی را به زوایای جدید منتقل کند. این روش نه تنها درک سهبعدی از صحنه را بسیار دقیقتر میکند، بلکه در تستهای انجام شده روی دادههای ScanNet، عملکردی خیرهکننده و رقابتی با روشهای پرهزینه قبلی از خود نشان داده است. قدمی بزرگ برای دنیای بینایی ماشین! 🤖✨
منبع: arXiv Computer Vision
