Коммерческие продукты беспилотник может решать некоторые автоматизированные задачи, но одного эти системы не снимает мастерски. Команда во главе с исследователями из Университета Карнеги-Меллона предложил полную систему для воздушной кинематографии, который учится визуальные предпочтения людей. Полностью автономная система не требует скриптовых сцен, GPS-метки для локализации цели или до карты окружающей среды.
«Мы ставим власть директора внутри беспилотника», — сказал Рожерио Бонатти, аспирант в Институте робототехники Университета Карнеги Меллон. «Трутень позиционирует себя записывать наиболее важные аспекты в сцене. Он самостоятельно понимает контекст сцены-где преграды, где актеры-и это активно мотивы, о которых мнения собираются сделать более визуально интересные сцены. Кроме причин, о оставаясь безопасным и не рушится».
В качестве цели, «художественный интерес» является субъективным и трудно математически количественно, поэтому система была обучена с помощью метода, называемого глубокого обучения с подкреплением. В исследовании пользователей, люди рассматривали сцены на фото-реалистичный симулятор, который изменяется между лобной, задней, левой и правой точек зрения. Выстрел масштабы и расстояние, также были изучены, а также положение актера на экране. Пользователи забил сцены, основанные на том, как визуально привлекательным, они были и как мастерски они их нашли.
Система узнала, что некоторые движения были более интересны, чем другие. Например, других автономных продуктов дрон часто используют непрерывный backshot, потому что это позволяет беспилотнику ясная, безопасный путь за актером. Но в кабинете пользователя, участники сообщили, что постоянное backshot становится скучно через некоторое время. Они также обнаружили, что дрон должен был переключать углы часто для выстрела, чтобы оставаться интересными, но они не слишком часто переключаться.
Сказал Бонатти команда хотела сделать усвоенное поведение обобщать, переходя от обучения в моделировании развертывания в реальных жизненных сценариев. В то время как система усредненных предпочтений пользователей для съемок в качестве актера шел узкий коридор между зданиями, он может применять эти предпочтения на подобные препятствия, как лесной тропинке с использованием топографических карт.
«Дальнейшая работа может изучить много различных параметров или создавать собственные художественные предпочтения, основанные на директорском стиле или жанре», — сказал Себастьян Шерер, доцент научно-исследовательский институт робототехники.
Воздушная система также умело сохраняя четкое представление актера, избегая так называемой окклюзии. «Мы были первой группой, чтобы придумать новые способы борьбы с прикусом, которые не только бинарных, но на самом деле можно оценить как плохо окклюзии», — сказал Бонатти.
Другие нововведения включают эффективные движения градостроители предвидеть траектории актеров, а также добавочного и эффективная система картографирования окружающей среды с помощью лидаров.
Эта система может быть полезна для развлечений и спорта. Сегодня правительства и полицейские департаменты уже используют вручную пролетов беспилотников для многих приложений, включая толпы мониторинга и понимания характера движения. Но летающих дронов вручную требует много внимания, и офицер не может тратить свою энергию на сцену. «Так же, как обучение художественные принципы, машину можно обучить кадры, необходимые для других приложений, таких как Безопасности», — сказал Бонатти.
«Цель исследования состоит не в замене человека. У нас еще есть рынок для высококвалифицированных специалистов», — сказал Бонатти. «Цель состоит в том, чтобы демократизировать кинематографии гул и позволить людям сосредоточиться на том, что важно для них».
Эта работа будет представлена в 2019 Международной конференции по интеллектуальным роботам и системам, и была принята к публикации в журнале из области робототехники. Исследование спонсируется Ямаха мотор компании.
сделать разницу: спонсорские возможности
Ответить
Хотите присоединиться к обсуждению?Не стесняйтесь вносить свой вклад!