تا به حال برای هوش مصنوعی سخت بود که تفاوت بین سمت راست و چپ اجسام در تصاویر «طبیعی» (In-the-wild) رو بدون داشتن اطلاعات سهبعدی تشخیص بده، اما مقاله جدیدی این چالش رو حل کرده! 🚀
محققان یک متد یادگیری «بدون نظارت» (Unsupervised) ابداع کردن که به مدل اجازه میده با ترکیب دادههای سهبعدی و تصاویر دو بعدی، درک دقیقی از قرینگی و جهتگیری اشیا پیدا کنه. نکته جالب اینجاست که این مدل حتی برای اشیایی که در طول آموزش ندیده (مثل قطارها)، عملکردی خیرهکننده داره. این پیشرفت یعنی بینایی ماشین در آینده خیلی دقیقتر از قبل محیط رو درک میکنه.
منبع: arXiv Computer Vision
