Revolutionäres KI-System lernt, 3D-Hundeposen aus 2D-Bildern vorherzusagen

Forscher der University of Surrey haben einen bahnbrechenden Erfolg in der Künstlichen Intelligenz (KI)-Technologie erzielt, indem sie ein System beibrachten, die dreidimensionale (3D)-Pose von Hunden aus zweidimensionalen (2D)-Bildern vorherzusagen. Angeführt von der Postgraduierten Moira Shooter nutzte das Team einen innovativen Ansatz, der Türen zu vielfältigen Anwendungen öffnet, von der Ökologie bis zur Animation.

In einem Pionierschritt wandten sich die Forscher der virtuellen Welt des beliebten Videospiels Grand Theft Auto zu, um eine Vielzahl virtueller Hunde zu erstellen. Durch Modifikationen des Spiels ersetzten sie die Hauptfigur durch acht verschiedene Hunderassen und generierten eine Fülle digitaler Canine-Verhaltensweisen. Diese Initiative, DigiDogs genannt, lieferte einen reichen Datensatz mit 27.900 Frames, die verschiedene Hundaktivitäten wie Sitzen, Gehen, Bellen und Laufen unter verschiedenen Umweltbedingungen festhielten.

Schulung der KI an DigiDogs: Ein Sprung nach vorn in den Vorhersagefähigkeiten

Traditionell beinhaltet das Beibringen von KI-Systemen, 3D-Informationen aus 2D-Bildern wahrzunehmen, die Bereitstellung von Wissen über die 3D-„Wahrheit“, die typischerweise durch Motion-Capture-Anzüge für Menschen erreicht wird. Die Erweiterung dieses Ansatzes auf Hunde stellte jedoch eine einzigartige Herausforderung dar. Unverdrossen nutzten die Forscher den DigiDogs-Datensatz, um ihr KI-Modell zu trainieren und die Abwesenheit von Canine-Motion-Capture-Daten zu überwinden.

Frau Shooter betonte die Vielseitigkeit ihrer Lösung und sah Anwendungen von der Wildtierkonservierung bis zur Entwicklung virtueller Welten vor. Ursprünglich an CGI-Hunden geschult, demonstriert das KI-Modell das Potenzial, 3D-Skelettmodelle aus echten Tierfotos zu extrapolierten. Diese Fähigkeit verspricht verschiedene Bereiche, ermöglicht es Naturschützern, verletzte Wildtiere zu identifizieren, und befähigt Künstler, lebensechtere Tiere in virtuellen Umgebungen zu erstellen.

Zukünftige Richtungen

In Zukunft plant das Forschungsteam, ihr KI-System mit Metas DINOv2-Modell zu verfeinern, um sicherzustellen, dass es 3D-Posen genau aus echten Hundebildern vorhersagen kann. Durch die Überbrückung der Lücke zwischen virtuellen und realen Daten streben sie danach, die Leistung des Modells zu verbessern und seine Anwendbarkeit auf diverse Szenarien zu erweitern. Frau Shooter betonte den Reichtum an Informationen, die in 3D-Posen eingebettet sind, und unterstrich deren Überlegenheit gegenüber 2D-Fotografien.

Die Pionierarbeit der University of Surrey veranschaulicht das transformative Potenzial der KI-Technologie in Kombination mit innovativen Ansätzen und interdisziplinärer Zusammenarbeit. Während KI weiter voranschreitet, angetrieben durch Fortschritte in der Datenerfassung und algorithmischer Raffinesse, scheinen die Möglichkeiten zur Verbesserung unseres Verständnisses der Welt und zur Nutzung für praktische Anwendungen grenzenlos.

Die Konvergenz von virtueller Simulation, KI und realen Daten verspricht, zahlreiche Felder zu revolutionieren, von der Wildtierkonservierung bis zur Unterhaltung. Die Forschung der University of Surrey stellt einen bedeutenden Schritt nach vorn bei der Freisetzung der Vorhersagefähigkeiten der KI dar und markiert einen Meilenstein im Streben danach, Technologie zu nutzen, um komplexe Herausforderungen anzugehen und neue Möglichkeiten zu erschließen. Mit kontinuierlicher Innovation und Zusammenarbeit birgt die Zukunft der KI ein enormes Potenzial, unsere Welt zum Besseren zu verändern.