محققان در پژوهش جدیدی، راهکار هوشمندانهای به نام «فعالسازی زمانی اسلات» یا به اختصار (TSA) ارائه دادهاند تا مدلهای هوش مصنوعی در تحلیل ویدیو، درک دقیقتری از اشیاء داشته باشند.
مشکل اصلی مدلهای فعلی این است که وقتی یک شیء از دید دوربین خارج میشود یا پشت مانعی قرار میگیرد، مدل همچنان تلاش میکند آن را پردازش کند که این موضوع باعث خطا در حافظه و تحلیل مدل میشود. اما TSA به مدل اجازه میدهد با یادگیری «زمان حضور اشیاء»، در لحظاتی که شیء وجود ندارد، وضعیت آن را ذخیره کرده و از پردازشهای بیهوده جلوگیری کند.
این نوآوری گام بزرگی برای بهبود پایداری مدلهای بینایی ماشین در تحلیل ویدیوهای پویاست. 🎥✨
منبع: arXiv Computer Vision