最新消息:

没有预测平均反应时间是0.62秒

动作 admin 浏览 评论

  起首,通过残差收集(进修输出减去输入残差的机械进修)来阐发RGB图像,以估量敌手的2D位置。该位置输入到 LSTM(能够进修长时序列数据的模子)以进修时序特征,而且预测将来的2D位置。

  从上面能够看出,通过这种体例预测的姿态由红色骨架模子暗示,同时人体活动的预测能够及时可视化。虽然0.5秒看起来很短,但现实上在晚期的一些肉搏游戏中,同样 30 fps中由于一帧而导致胜负的环境也有,所以15帧能够说是一个很大的劣势。

  先不说抢占先机这件工作,若是你可以或许预测的对方接下来的动作,至多下面这种环境不会发生。

  此外,在现实尝试视频中,确实反映速度会添加,但在现实环境下,由于大脑处置视觉消息到身体反映具有时滞,因而会形成还差一点点就能躲开可是没躲开的感受。虽然总能在超能力战役漫画中看到“我能在几秒内看到将来”的仇敌,但到底0.5秒仍是太短了,可能仍是得需要10多秒。

  之后用网格光流(为向量来视觉化暗示物体挪动。通过将物体网格化削减计较量),将我们利用晶格光流(它暗示物体的活动作为视觉暗示中的矢量。物体的复杂性通过晶格简化以削减计较量),将位相信息转换成了人便于看的“活动”暗示。

  近日,东京工业大学研究小组发布了一套肉搏锻炼系统“FuturePose”,通过深度进修能预测 0.5 秒后敌手的动作。

  预测这件工作的主要性不问可知。终究若是你比别人提前晓得消息就可以或许抢占先机。

  此外,该研究也合用于在线视频,尝试证明它也能够预测足球守门员的动作和跳舞的动作。于是我们就能够等候各类各样的使用,好比观众在0.5秒前预测守门员是向左仍是向右扑,还有在跳寒暄舞的时候通过预判对方的动作,让跳舞更流利。

  在这项研究中,研究人员开辟了一套系统,通过从一个 RGB 相机捕捉的图像中,从 30 fps(1帧= 1/30秒)图像中预测15帧后,即0.5秒后的动作,然后进行战役锻炼。对战敌手分歧打扮,而受训者能够戴 VR 头盔来同时察看敌手的当前姿态和预测的0.5秒后的姿态。

  之后在尝试中,让佩带了HTC Vive的用户在没有预测和有预测两种环境下进行测试。成果是,没有预测平均反映时间是0.62秒,而有预测的响应是大约0.41秒,这表白有预测的环境更容易避开攻击。

    发表我的评论
    取消评论

    表情

    您的回复是我们的动力!

    • 昵称 (必填)

    网友最新评论