دنیای بینایی ماشین هر روز پیچیدهتر میشود! محققان به تازگی فریمورک جدیدی به نام FUSION طراحی کردهاند که مشکل تغییر زاویه دید دوربینها در ردیابی عابران پیاده (حتی با پهپاد و دوربینهای متحرک) را حل میکند. این مدل با ترکیب دادههای مختلف (Multi-cue)، دقت ردیابی را در شرایط محیطی سخت به شدت بالا برده است.
علاوه بر این، یک دیتاسِت جدید و غولپیکر به نام RealMvMoAT شامل بیش از نیم میلیون فریم و ۷ میلیون برچسب شناسایی منتشر شده که میتواند نقطه عطفی برای پژوهشگران حوزه هوش مصنوعی و بینایی کامپیوتر باشد. این یعنی انتظار دیدن رباتها و سیستمهای نظارتی هوشمندتر در آینده نزدیک را داشته باشید! 🤖📹
منبع: arXiv Computer Vision