Oossa

SPW-Nav ویدئوی ۳۶۰ درجه 2K را با فرمان‌های زبانی پخش می‌کند

پژوهشگران SPW-Nav را معرفی کرده‌اند؛ مدلی که با دریافت یک تصویر، ویدئوی پانورامای 2K تا یک دقیقه‌ای را در لحظه و بر اساس فرمان‌های صوتیِ مسیریابی تولید می‌کند.

خبر کوتاهنویسنده: منتشرشده توسط Oossa: 1 دقیقه مطالعه

گروهی به سرپرستی Ziqi Cai مدل SPW-Nav را منتشر کرده‌اند؛ یک مدل جهان پانورامای جریانی که دستورهای زبانی را به ویدئوی زنده ۳۶۰ درجه تبدیل می‌کند. این مدل با یک پانورامای آغازین کار می‌کند و می‌تواند دستورهایی مانند «به چپ بپیچ» یا «به جلو حرکت کن» را دنبال کند، بی‌آنکه کیفیت ویدئو افت کند. این سامانه برای جلوگیری از انحراف در پخش‌های طولانی از چرخش کروی و شرطی‌سازی هم‌تراز با وضعیت دوربین بهره می‌گیرد. پژوهشگران همچنین SPW-NavSet را منتشر کرده‌اند؛ مجموعه‌داده‌ای از ویدئوهای پانوراما با مسیرهای حرکت دوربین و دستورهای تأییدشده.

چرا مهم است

این فناوری می‌تواند به اپلیکیشن‌های واقعیت مجازی امکان دهد تنها با یک عکس، تورهایی را در لحظه بسازند و نیاز به تصاویر ازپیش‌ضبط‌شده را کاهش دهند.

آیا این مقاله مفید بود؟
اشتراک‌گذاری

بیشتر بخوانید

Oossa · خبرنامه

هفتهٔ هوش مصنوعی، به زبان ساده

هر دوشنبه: خبرهایی که ارزش دانستن دارند، به زبان ساده. رایگان و بدون هرزنامه.