Google brugte YouTube-videoer fra mannequin-udfordringen til at træne sin ai

Indholdsfortegnelse:

Hvad du har brug for at vide
Få mere Pixel 3a
Google Pixel 3a

Hvad du har brug for at vide

Google træner sin AI til at oprette dybdekort, der isolerer menneskelige motiver i scenen ved hjælp af kun et kamera.
Som udgangspunkt benyttede Google 2000 YouTube-videoer fra Mannequin Challenge til at træne AI.
Resultaterne vil føre til muligheden for at tilføje effekter til videoer, såsom portrættilstand, og bruges til Augmented Reality.

I et nyligt blogindlæg detaljerede Google, hvordan det har arbejdet med dybdesyn i videoer, hvor både kameraet og motivet bevæger sig. Som udgangspunkt brugte undersøgelsen adgang til en enorm mængde data for at træne AI, og det første logiske trin var at uddanne det til at opdage mennesker i en scene, hvor kameraet bevægede sig, men folket var statiske.

Som det viser sig, havde Google den perfekte ressource til disse data i form af YouTube-videoer, der blev filmet til Mannequin Challenge. I denne udfordring ville en person eller gruppe af mennesker stå helt stille som et kamera panoreret omkring deres position. Google brugte 2000 videoer fra udfordringen til at hjælpe med at træne sin AI til at opdage menneskelige figurer i en række forskellige scener.

Noget, der gør denne undersøgelse endnu mere interessant, er det faktum, at Google underviser i sin AI til at oprette dybdekort ved hjælp af optagelser, der kun er optaget med kun et kamera. De fleste gange skal flere kameraer bruges til at registrere dybdeinformation i en scene.

Google bruger allerede noget lignende til stillbilleder til at skabe sin portrættilstandseffekt på Pixel-telefoner. Dette vedrører dog kun stillbilleder. Den nye metode, som Google har udviklet, træner sin AI til at skabe et dybdekort, hvor både kameraet og motivet bevæger sig inden for en scene.

Ved at forgrene sig til videoer åbner det funktioner i fremtiden for at skabe bokeh i videoscener, der ligner portrættilstand på din telefon. En anden fordel, der kommer fra denne undersøgelse, vil være forbedrede resultater for den øgede virkelighed, såsom Playmojis fra Googles legeplads.

En anden mulighed er generation af 3D-billeder fra 2D-scener. Selvom kamerahardware altid har været afgørende for fotografering og videografi, viser hvad Google har gjort gennem årene med software, at algoritmer i fremtiden vil være lige så vigtige og hjælpe med at give nye oplevelser.