Nyt neuralt netværk kan skelne mellem individuelle mennesker og objekter i video og fremskynde dem eller bremse dem
Til dette Google- og Oxford-teametUniversitetet delte hver videoramme op i separate lag og lærte AI at identificere mennesker eller objekter i dem. Dette neurale netværk fokuserer på tingene på hvert lag, koncentrerer sig om deres bevægelser, så det kan adskille hvert objekt og ændre deres bevægelse.
Forskere har bestemt den øvre grænse for lydens hastighed
Tidligere kom Google med en model, der kunnelæse tegnsprog under videoopkald. AI kan registrere, hvem der aktivt taler, men ignorerer den anden person, hvis de bare bevæger hænder eller hoved. En ny udvikling fra Google-forskere kan gøre dette med stor effektivitet og lav latenstid. Indtil videre har forskerne bemærket, at tegnsprogsdetektion fører til forsinkelser eller forringelse af videokvaliteten, men dette problem kan løses, og selve modellen forbliver let og pålidelig.
Systemet kører først videoen gennem modellen underkaldes PoseNet, som vurderer kroppens og lemmernes position i hver ramme. Forenklet visuel information sendes til en model, der er uddannet til at placere data fra videoer af mennesker, der bruger tegnsprog, og sammenligner billedet med, hvordan folk normalt viser bestemte ord.
Læs også
På sygdom 3 mister de fleste COVID-19 patienter deres lugtesans og lider ofte af en løbet næse
Se de nærmeste billeder af solens overflade
Dommedagsbreen viste sig at være farligere end forskere troede. Vi fortæller det vigtigste