محققان در پژوهش جدید خود، یک فریمورک نوآورانه برای ردیابی چنددوربینه (MCPT) معرفی کردهاند که بدون نیاز به کالیبراسیون پیچیده دوربینها، موقعیت افراد را در فضای سهبعدی با دقت بالا تشخیص میدهد.
این متد که از مدلهای پایه هوشمند استفاده میکند، با ترکیب تکنیکهای پیشرفتهای مثل YOLOX برای شناسایی و ترنسفورمرهای هندسی (VGGT)، به جای اتکا به ماتریسهای کالیبراسیون، هندسه فضا را مستقیماً از دل دادههای تصویری استخراج میکند. این یعنی راهی سادهتر و سریعتر برای تحلیل حرکت در محیطهای داخلی که نیاز به تنظیمات دستی طاقتفرسا را از بین میبرد. 💡🤖
بعدی
منبع: arXiv Computer Vision