革命性AI系统学会从2D图像预测3D狗的姿态

萨里大学的研究人员在人工智能（AI）技术领域取得了突破性成就，教系统从二维（2D）图像预测狗的三维（3D）姿态。由研究生研究员Moira Shooter领导的团队利用了一种创新方法，开启了从生态学到动画的多样化应用大门。

作为一项开创性的举措，研究人员转向了热门电子游戏《侠盗猎车手》（Grand Theft Auto）的虚拟世界，以创建大量的虚拟狗。通过修改游戏，他们将主角替换为八种不同品种的狗，生成了一大堆数字犬类行为数据。这项名为DigiDogs的计划提供了一个丰富的数据集，包含27,900帧，捕捉了各种环境条件下狗的各种活动，包括坐着、走路、吠叫和跑步。

在DigiDogs上训练AI：预测能力的飞跃

传统上，教AI系统从2D图像感知3D信息需要向它们提供关于3D“地面实况”的知识，这通常是通过为人类使用动作捕捉服来实现的。然而，将这种方法扩展到狗身上提出了独特的挑战。研究人员毫不气馁，利用DigiDogs数据集训练他们的AI模型，克服了犬类动作捕捉数据的缺失。

Shooter女士强调了他们解决方案的 versatility，设想的应用范围从野生动物保护到虚拟世界开发。最初在CGI狗上训练的AI模型展示了从真实动物照片中提取3D骨骼模型的潜力。这种能力在各个领域都有希望，使保护主义者能够识别受伤的野生动物，并赋予艺术家在虚拟环境中创造更逼真动物的能力。

未来方向

展望未来，研究团队旨在使用Meta的DINOv2模型完善其AI系统，确保其能够从真实的狗图像中准确预测3D姿态。通过弥合虚拟数据和现实世界数据之间的差距，他们希望提高模型的性能并扩大其在各种场景中的适用性。Shooter女士强调了3D姿态中嵌入的丰富信息，强调了其优于2D照片的优势。

萨里大学的开创性工作体现了AI技术与创新方法和跨学科合作相结合时的变革潜力。随着AI在数据获取和算法复杂性进步的推动下不断发展，增强我们对世界的理解并利用它进行实际应用的可能性似乎是无限的。

虚拟模拟、AI和现实世界数据的融合有望彻底改变众多领域，从野生动物保护到娱乐。萨里大学的研究代表了在解锁AI预测能力方面迈出的重要一步，标志着在利用技术解决复杂挑战和解锁新机会的征程中的一个里程碑。随着持续的创新和协作，AI的未来具有巨大的潜力，可以为我们世界的更好而重塑它。