یکی از مشکلات بزرگ در سیستمهای هوش مصنوعی برای تشخیص ویژگیهای عابران پیاده (PAR)، کمبود دادههای باکیفیت و تفاوت زیاد بین تصاویر دوربینهای مداربسته و دادههای آموزشی است.
محققان در این پژوهش، متد جدیدی به نام «ReSAGE-PAR» معرفی کردند که با استفاده از مدلهای انتشار (Diffusion Models)، دادههای آموزشی را به صورت دقیق و هوشمندانه گسترش میدهد. این مدل نه تنها کیفیت تصاویر را بهبود میبخشد، بلکه با حذف توهمات هوش مصنوعی (Hallucinations) از طریق یک سیستم امتیازدهی دقیق، باعث ارتقای چشمگیر دقت تشخیص در محیطهای واقعی شده است. این دستاورد گام مهمی برای بهبود سیستمهای نظارت تصویری و تحلیل رفتاری هوشمند محسوب میشود. 🤖✨
منبع: arXiv Computer Vision