Исследователи Google и Университета Вашингтона разработали алгоритм, который позволяет компьютерам определять скорость движения объектов в видео с точностью, недоступной ранее. Это открывает новые горизонты для применения технологий компьютерного зрения.
Почему это важно
Современные алгоритмы компьютерного зрения хорошо распознают объекты и события, однако не способны адекватно определять скорость их движения. Например, алгоритмы могут увидеть, как собака гонится за мячом, но не могут сказать, идет ли видео в нормальном темпе или в замедленной съемке. При этом скорость — критически важным элементом большинства аналитических приложений, связанных с видео.
Технологические прорывы
Новый метод использует информацию о движении, оставляемую объектами в видео. Когда, например, мотоцикл быстро движется, то изображение становится размазанным. Это размытие — не ошибка, а важная информация. Ученые обучили ИИ распознавать и анализировать такие следы времени и движения, что позволяет им различать различные скорости записи: от нормального кадрового темпа до замедленных видеозаписей.
По словам исследователей, применение этой технологии может быть многосторонним, от спортивного анализа до улучшения опыта пользователей на платформах, посвященных видео-контенту.
Преимущества для разработчиков
Для разработчиков эта технология предоставляет новые возможности в области анализа данных. Например, теперь можно создавать приложения, которые автоматически оценивать качество видео для спортивной аналитики или создавать обширные системы для обработки и управления видео-архивами. Учитывая растущий интерес к видео-контенту, подобные технологии могут значительно упростить задачи оптимизации и анализа.
Следующий шаг — внедрение этой технологии в популярные видео-сервисы, что позволит улучшить качество взаимодействия с пользователями и открыть новые бизнес-модели. В ближайшие годы можно ожидать активной интеграции таких функций в различные приложения и платформы.