تصور کنید در میان جمعیت عظیم حج، دوربینها باید دقیقاً بدانند چند نفر در هر لحظه حضور دارند. محققان به تازگی چالش جدیدی را بررسی کردهاند که مدلهای فعلی هوش مصنوعی در محیطهای فوقشلوغ با آن روبرو هستند.
🔹 ماجرا چیست؟
پژوهش جدید روی مجموعه داده HAJJv2 نشان میدهد که مدلهای هوش مصنوعی وقتی با زوایای تند دوربین و تراکم بسیار بالای جمعیت (بیش از هزار نفر در یک فریم) مواجه میشوند، عملکردشان افت میکند.
🔹 نتیجه کلیدی:
در حالی که مدلهای پیشرفته مثل SAM3Count در حالت کلی بهتر عمل میکنند، اما وقتی صحبت از «شلوغترین لحظات» میشود، مدلهای مبتنی بر تشخیص نقطه (Point-based) بسیار دقیقتر و قابلاعتمادتر از سایر مدلها عمل میکنند. این یعنی برای مدیریت بحران و امنیت در مکانهای بسیار متراکم، انتخاب مدل هوش مصنوعی باید بر اساس کاربرد نهایی صورت بگیرد.
این تحقیق گامی مهم برای استفاده از بینایی ماشین در مدیریت رویدادهای بزرگ و تضمین ایمنی زائران است.
منبع: arXiv AI