Un sistema AI rivoluzionario impara a prevedere le pose 3D dei cani dalle immagini 2D

I ricercatori dell'Università di Surrey hanno raggiunto un risultato rivoluzionario nella tecnologia di intelligenza artificiale (AI), insegnando a un sistema a prevedere la posa tridimensionale (3D) di cani a partire da immagini bidimensionali (2D). Guidati dallo studente di ricerca post-laurea Moira Shooter, il team ha utilizzato un approccio innovativo che apre le porte a diverse applicazioni, dall'ecologia all'animazione.

Sistema AI rivoluzionario impara a prevedere le pose 3D dei cani dalle immagini 2D

In una mossa pionieristica, i ricercatori si sono rivolti al mondo virtuale del popolare videogioco Grand Theft Auto per creare una miriade di cani virtuali. Modificando il gioco, hanno sostituito il personaggio principale con otto diverse razze di cani, generando una ricchezza di comportamenti canini digitali. Questa iniziativa, ribattezzata DigiDogs, ha fornito un ricco dataset composto da 27.900 frame che catturano varie attività canine, tra cui sedersi, camminare, abbaiare e correre, in diverse condizioni ambientali.

Addestramento dell'AI su DigiDogs: un salto in avanti nelle capacità predittive

Tradizionalmente, insegnare ai sistemi AI a percepire informazioni 3D da immagini 2D implica fornire loro conoscenze sulla "verità di base" 3D, ottenuta tipicamente attraverso tute di motion capture per gli esseri umani. Tuttavia, estendere questo approccio ai cani presentava una sfida unica. Non scoraggiati, i ricercatori hanno sfruttato il dataset DigiDogs per addestrare il loro modello AI, superando l'assenza di dati di motion capture canina.

La signora Shooter ha sottolineato la versatilità della loro soluzione, immaginando applicazioni che vanno dalla conservazione della fauna selvatica allo sviluppo di mondi virtuali. Inizialmente addestrato su cani CGI, il modello AI dimostra il potenziale di estrapolare modelli scheletrici 3D da fotografie di animali reali. Questa capacità promette vari domini, consentendo ai conservazionisti di identificare la fauna selvatica ferita e dando agli artisti il potere di creare animali più realistici negli ambienti virtuali.

Direzioni future

In futuro, il team di ricerca mira a perfezionare il loro sistema AI utilizzando il modello DINOv2 di Meta, assicurando la sua capacità di prevedere le pose 3D con precisione da immagini reali di cani. Colmando il divario tra dati virtuali e del mondo reale, aspirano a migliorare le prestazioni del modello e ampliare la sua applicabilità in scenari diversi. La signora Shooter ha sottolineato la ricchezza di informazioni incorporate nelle pose 3D, sottolineando la loro superiorità rispetto alle fotografie 2D.

Il lavoro pionieristico dell'Università di Surrey esemplifica il potenziale trasformativo della tecnologia AI quando accoppiato con approcci innovativi e collaborazione interdisciplinare. Man mano che l'AI continua a evolversi, alimentata da progressi nell'acquisizione dei dati e nella sofisticazione algoritmica, le possibilità di migliorare la nostra comprensione del mondo e sfruttarlo per applicazioni pratiche sembrano illimitate.