儘管無人機已經自動執行了諸如盤旋或追蹤物件的功能,但它們不知道從藝術角度上看哪種拍攝實際上“看起來不錯”。不過,隨著科學家正在研究一種將無人機轉變為自我指導的航空電影攝影師系統,這種情況可能會改變。
資料圖
該系統由卡耐基梅隆大學的一個團隊開發,已經透過一種稱為深度強化學習的技術進行了訓練。這涉及讓人類志願者檢視計算機生成的逼真的場景,其中從正面、背面、左側和右側以及各種距離對運動的物件進行“拍攝”。受試者也被放置在整個鏡頭的不同部分。
根據參與者對每種角度給出的分數,系統瞭解到最可取的組合。除其他事項外,人們發現頻繁的角度變化有助於保持觀眾的興趣,但如果這些角度變化過於頻繁會分散注意力。
此外,該系統已經過最佳化,可以避免遮擋演員面部的視線,可以在演員移動穿過框架時預測他們的軌跡,並且可以使用LiDAR繪製周圍環境的地圖。它並不需要將發生在一個場景指令碼動作的先驗知識,也不需要的鏡頭內的障礙物或地標GPS標籤。
博士生Rogerio Bonatti說道:“我們正在將導演的力量放在無人機內部。無人機將自己定位為記錄場景中最重要的方面。它可以自主地瞭解場景的背景–障礙物在哪裡,演員在哪裡–並積極地解釋哪些角度將使場景看起來更有趣。它還有保持安全且不會墜毀的原因。”
研究人員希望將來該技術也可以用於監視等應用,使使用者可以專注於觀看影片,而不是遠端操控無人機。該研究將於下個月在中國澳門舉行的2019年智慧機器人與系統國際會議上發表。
儘管無人機已經自動執行了諸如盤旋或追蹤物件的功能,但它們不知道從藝術角度上看哪種拍攝實際上“看起來不錯”。不過,隨著科學家正在研究一種將無人機轉變為自我指導的航空電影攝影師系統,這種情況可能會改變。
資料圖
該系統由卡耐基梅隆大學的一個團隊開發,已經透過一種稱為深度強化學習的技術進行了訓練。這涉及讓人類志願者檢視計算機生成的逼真的場景,其中從正面、背面、左側和右側以及各種距離對運動的物件進行“拍攝”。受試者也被放置在整個鏡頭的不同部分。
根據參與者對每種角度給出的分數,系統瞭解到最可取的組合。除其他事項外,人們發現頻繁的角度變化有助於保持觀眾的興趣,但如果這些角度變化過於頻繁會分散注意力。
此外,該系統已經過最佳化,可以避免遮擋演員面部的視線,可以在演員移動穿過框架時預測他們的軌跡,並且可以使用LiDAR繪製周圍環境的地圖。它並不需要將發生在一個場景指令碼動作的先驗知識,也不需要的鏡頭內的障礙物或地標GPS標籤。
博士生Rogerio Bonatti說道:“我們正在將導演的力量放在無人機內部。無人機將自己定位為記錄場景中最重要的方面。它可以自主地瞭解場景的背景–障礙物在哪裡,演員在哪裡–並積極地解釋哪些角度將使場景看起來更有趣。它還有保持安全且不會墜毀的原因。”
研究人員希望將來該技術也可以用於監視等應用,使使用者可以專注於觀看影片,而不是遠端操控無人機。該研究將於下個月在中國澳門舉行的2019年智慧機器人與系統國際會議上發表。