Facebook的人工智能从视频片断中进修物理位置之间的相关

计较机视觉体系凡是善于探测物体，但却很难领略这些物体所处的情形。这是由于它们会将调查到的举措与物理情形分隔——纵然是那些做了模子情形的举措，也无法区分与举措相干的元素与不相干的元素，譬喻，柜台上的砧板与随机的地板。

德克萨斯大学和Facebook AI Research的研究职员在论文中描写了一种技能Ego-Topo，将视频中捕捉的空间解析成勾当拓扑图，然后再将视频组织成对差异地区的一系列会见。他们断言，Ego-Topo可以或许揣度第一人称的举动，并对情形自己举办说明。

“我们的模子以往现有模子要更有上风，可以提供对已往简捷空间布局的再现。与‘纯粹的3D’要领差异，我们的舆图是由人们对空间的行使有机地界说的。”研究职员在论文中表明道。

Ego-Topo操作一小我私人工智能模子，从人们起劲行使一个空间的视频中发明人们常常会行止所，它基于人们共享的物理空间，无论物理位置怎样，都能提供跨时刻链接框架。(譬喻，在视频开始时加载的洗碗机也许在卸载时与统一台洗碗机毗连，而厨房中的垃圾桶也许与另一厨房的垃圾处理赏罚器毗连。)通过一组单独的模子，操作功效图来显现情形的可用性，并在长视频中猜测将来的举措。

跨多个地区的毗连空间有助于对情形及其成果的同一暗示，这样自我拓扑就能说明出情形的哪些部门与人类勾当相干，以及这些地区的勾当怎样实现特定的方针。尝试中，该团队在两个要害使命上展示了自我意识：在一个新视图中揣度也许的工具交互浸染，并猜测完成一个恒久勾当所需的动作，对其机能举办具体评估。

最终陈诉表现，与基线对比，Ego-Topo在全部猜测范畴内的示意都越发同等，而且它在猜测将来举动方面示意精彩。另外，将举措与模子拓扑图中发明的地区相毗连会导致同等性的改造，与此同时，基于归并图中的函数对齐，空间也会导致同等性的改造。

（编辑：河北网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!