“hareket yakalama” için sonuçlar
7 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Yapay Zeka Artık Metinlerden Profesyonel Danslar Yaratıyor
Araştırmacılar, metin açıklamalarından detaylı dans hareketleri üretebilen yeni bir yapay zeka sistemi geliştirdi. DanceCrafter adlı bu sistem, dans çalışmaları, anatomi ve biyomekaniğin ilkelerini birleştirerek oluşturulan özel bir 'Koreografik Sözdizimi' teorik çerçevesi üzerine kurulu. Sistem, 41 saatlik yüksek kaliteli hareket verisi ve 6,34 milyon kelimelik detaylı açıklamadan oluşan DanceFlow veri setiyle eğitildi. Bu gelişme, dans eğitiminden oyun endüstrisine kadar pek çok alanda devrim yaratma potansiyeli taşıyor.
Sporcu Hareketlerini Çekerken Kameraları Otomatik Ayarlayan Yeni Sistem
Araştırmacılar, golf sopası ve hokey sopası gibi araçlar kullanan sporlarda çoklu kamera sistemlerinin kalibrasyonunu otomatik olarak yapabilen yenilikçi bir yöntem geliştirdi. Geleneksel yöntemler pahalı ekipman ve uzun süreçler gerektirirken, bu sistem sadece sporcunun vücut hareketlerini ve sopanın bilinen uzunluğunu kullanarak kameraları kendi kendine ayarlayabiliyor. Üç aşamalı optimizasyon süreci ile çalışan sistem, önce kamera konumlarını belirliyor, ardından sporcu ve sopa hareketlerini üç boyutla yeniden inşa ediyor ve son olarak sopanın gerçek uzunluğunu kullanarak ölçek problemini çözüyor. Bu gelişme, spor analitiği ve hareket yakalama teknolojilerinde maliyetleri düşürürken hassasiyeti artırması açısından önemli bir adım teşkil ediyor.
Yapay Zeka İnsan Hareketlerini 3D Olarak Daha Doğru Tahmin Edebiliyor
Bilgisayar görüşü alanında önemli bir yenilik gerçekleşti. Araştırmacılar, 2D görüntülerden 3D insan pozlarını tahmin etmek için hibrit bir yapay zeka modeli geliştirdi. MixTGFormer adı verilen bu sistem, geleneksel Transformer ağlarını grafik sinir ağları ile birleştirerek hem global hem de lokal özellikleri etkili şekilde analiz ediyor. Yeni yaklaşım, insan iskelet yapısının uzamsal ve zamansal ilişkilerini iki paralel kanal üzerinden aynı anda modelleyebiliyor. Bu teknoloji, spor analizi, sağlık izleme, sanal gerçeklik uygulamaları ve hareket yakalama sistemleri gibi birçok alanda devrim yaratma potansiyeli taşıyor. Sistem, özellikle iskelet eklemlerinin birbirleriyle olan yerel bağlantılarını ve farklı kanallar arası bilgi akışını daha iyi anlayarak, mevcut yöntemlere göre daha hassas sonuçlar üretiyor.
AnyLift: İnternet Videolarından 3D İnsan Hareketlerini Yeniden Oluşturan AI
Araştırmacılar, internet videolarından 3D insan hareketlerini ve insan-nesne etkileşimlerini yeniden oluşturabilen yeni bir yapay zeka sistemi geliştirdi. AnyLift adlı bu sistem, iki aşamalı bir yaklaşım kullanarak önce 2D hareket verilerini sentezliyor, ardından bunları 3D dünyaya aktarıyor. Geleneksel hareket yakalama sistemlerinin aksine, internet videolarında bulunan nadir görülen hareket türlerini de başarıyla işleyebiliyor. Bu teknoloji, sanal gerçeklik, oyun endüstrisi ve robotik alanlarında devrim yaratabilir.
SentiAvatar: Duygularını ifade eden dijital insanlar gerçek zamanlı etkileşime hazır
Araştırmacılar, gerçek zamanlı olarak konuşabilen, jest yapabilen ve duygu ifade edebilen 3D dijital karakter sistemini geliştirdi. SentiAvatar adlı bu framework, 37 saatlik özel veri seti ve 200 binden fazla hareket sekansıyla eğitilmiş yapay zeka modeli kullanıyor. Sistem, konuşma sesini vücut hareketleri ve yüz ifadeleriyle senkronize ederek doğal etkileşim sağlıyor. SuSu adlı sanal karakter ile test edilen teknoloji, gelecekte sanal asistanlar, eğitim uygulamaları ve metaverse deneyimlerinde kullanılabilir. Çalışma, semantik planlama ile çerçeve düzeyinde hareket üretimini ayıran yenilikçi mimariyle dijital insan teknologisinde önemli adım teşkil ediyor.
Dört Ayaklı Robotlar İçin Yeni Öğrenme Sistemi: LatentMimic
Araştırmacılar, dört ayaklı robotların zorlu arazilerde doğal hareket edebilmesi için LatentMimic adlı yenilikçi bir öğrenme sistemi geliştirdi. Mevcut sistemlerde robotlar ya hareket tarzlarını koruyup arazi uyumunu kaybediyor ya da araziye uyum sağlayıp doğal hareketlerinden taviz veriyor. LatentMimic, bu iki önemli özelliği birleştirerek robotların hem stil sahibi hem de uyum yeteneği yüksek hareketler yapmasını sağlıyor. Sistem, hareket yakalama verilerinden öğrenilen doğal yürüyüş kalıplarını korurken, ayak uçlarının engebeli araziye bağımsız olarak uyum sağlamasına izin veriyor. Bu yaklaşım, robot lokomotionunda önemli bir adım teşkil ediyor.
Humanoid robotlar için dil komutlu hareket üretimi sistemi geliştirildi
Araştırmacılar, humanoid robotlara doğal dil komutlarıyla karmaşık hareketler öğretmek için CLAW adlı yenilikçi bir sistem geliştirdi. Sistem, fiziksel olarak mümkün olan hareketleri dil açıklamalarıyla eşleştirerek büyük ölçekli veri setleri oluşturuyor. Geleneksel hareket yakalama yöntemlerinin pahalı ve sınırlı olması, yapay zeka modellerinin ise fiziksel gerçekçilikten uzak sonuçlar üretmesi sorununu çözen CLAW, Unitree G1 humanoid robotu için özel olarak tasarlandı. Sistem, temel hareket bileşenlerini birleştirerek gerçekçi robot hareketleri üretiyor ve bunları doğal dilde açıklıyor. Bu gelişme, robotların insan komutlarını anlayıp karmaşık görevleri yerine getirebilmesi için kritik bir adım teşkil ediyor.