محققان در پژوهشی جدید، مدل چندوجهی قدرتمندی به نام «SkyVLaM» را معرفی کردهاند که تحولی در تحلیل ویدیوهای پهپادی (UAV) ایجاد میکند. این مدل با درک عمیق از تصاویر هوایی و استفاده از تکنیکهای پیشرفته بخشبندی (Segmentation)، مشکلاتی مثل تشخیص اهداف کوچک و متحرک را که چالش بزرگی در محیطهای «سنجش از دور» محسوب میشوند، حل میکند.
ویژگیهای کلیدی این دستاورد:
🔹 بهینهسازی توکنهای بصری برای دقت بالاتر
🔹 معرفی مجموعه داده غنی SkyVid با بیش از ۳۳ هزار فریم و ۱.۵ میلیون نمونه هدف
🔹 توانایی پردازش هوشمند ویدیو برای بازرسیهای دقیق
این ابزار میتواند کاربردهای مهمی در نقشهبرداری، پایش محیط زیست و مدیریت حوادث داشته باشد. 🚁✨
منبع: arXiv Computer Vision