Новая технология искусственного интеллекта определяет действия человека в режиме реального времени. Фото: СС0
Эта система обеспечивает точность обнаружения действий человека, что перспективно для применения в таких областях, как общественная безопасность, отслеживание движения и даже автономная навигация транспортных средств.
В основе возможностей SMAST лежит его способность обрабатывать сложные видеоматериалы, сосредотачиваясь на наиболее важных частях сцены.
Система объединяет многофункциональную модель избирательного внимания и алгоритм позиционного кодирования движения 2D. Эти функции работают в тандеме, чтобы гарантировать, что ИИ может точно обнаруживать и интерпретировать действия человека.
Модель избирательного внимания позволяет SMAST концентрироваться на важных элементах, таких как человек или объект в движении, игнорируя несущественные детали. Например, она может отличить человека, бросающего мяч, от человека, просто поднимающего руку.
Между тем, алгоритм распознавания движения позволяет ИИ отслеживать движения с течением времени, запоминая, как объекты и люди смещались в пределах сцены. Это дает SMAST возможность понимать взаимосвязи между различными действиями, что делает его более эффективным в распознавании сложного поведения.
В секторах безопасности и наблюдения система SMAST может повысить общественную безопасность, обнаруживая потенциальные угрозы в режиме реального времени. Например, она может определять подозрительное поведение в многолюдном месте или распознавать, находится ли кто-то в беде. В здравоохранении технология может использоваться для отслеживания движений пациентов, что позволяет проводить более качественный анализ движений для реабилитации или мониторинга во время операции.
Исследователи утверждают, что SMAST выделяется своей способностью обрабатывать хаотичные, неотредактированные кадры. Подход SMAST, основанный на искусственном интеллекте, по-видимому, позволяет ему учиться на данных, адаптироваться к различным средам и улучшать свои возможности обнаружения действий. Инструмент был подвергнут нескольким академическим тестам, включая AVA, UCF101-24 и EPIC-Kitchens, и показал себя довольно хорошо.
777
