محققان در جدیدترین مقاله خود از یک مدل هوش مصنوعی نوآورانه به نام PRGCN رونمایی کردند که استانداردهای تخمین سهبعدی حرکات انسان (3D Human Pose Estimation) را جابهجا کرده است! 🏃♂️
نکته کلیدی این تحقیق، استفاده از یک «بانک حافظه گرافی» است که الگوهای حرکتی را ذخیره کرده و با استفاده از معماری هیبریدی (ترکیبی از مدلهای Mamba و مکانیزم توجه)، دقت بینظیری را حتی در ویدیوهای پیچیده ارائه میدهد.
این دستاورد نه تنها در صنعت انیمیشن، بلکه در حوزههای پزشکی و تحلیل ورزشی نیز کاربردهای فوقالعادهای خواهد داشت. آینده بینایی ماشین به سرعت در حال پیشرفت است! 🚀
منبع: arXiv Computer Vision