في عالم الذكاء الاصطناعي، يعد توظيف مقاطع الفيديو ذات المنظور الشخصي (Egocentric) عن تفاعلات البشر مع الأجسام أمرًا ملهمًا، ولكنه غالبًا ما يتطلب جمع بيانات بتكلفة عالية. هنا يأتي دور التقنية الثورية Exo2EgoHOI، التي توفر وسيلة ذكية لتحويل مقاطع فيديو خارجي (Exocentric) إلى رؤى أولية (Egocentric) بفضل الإلمام الدقيق بتفاعل اليد مع الأجسام (Hand-Object Interaction - HOI).

تواجه الأساليب الحالية تحديات كبيرة في الحفاظ على هذه التفاعلات بشكل دقيق أثناء تغييرات واسعة في الزوايا، نتيجة لعدم وجود توجيه دقيق للغاية ونقاط ربط ضعيفة. بفضل Exo2EgoHOI، تم تقديم إطار يُعرف باسم 4D HOI الموحد، الذي يجمع بين هندسة المشهد، وتقديمات اليد المتحركة، ومجالات العلاقات اليد-الجسم الكثيفة. بالإضافة إلى ذلك، يتم استخدام محول ثنائي الفرع يقوم بحقن أدلة هيكلية وعلاقات في الهيكل الأساسي لتوليد الفيديو.

لضمان تثبيت الجسم، تم تقديم "إهتمام متقاطع مقسم" يتضمن ترميز المرجع الخاص بالجسم وخلفية بشكل منفصل، ما يضمن دمج الميزات الدلالية العالمية والمظهر المحلي كعناصر مرجعية موجهة نحو الجسم. أظهرت التجارب على مجموعتي بيانات ARCTIC-HOI وEgo-Exo4D تحسنات ملحوظة في اتساق الجسم والحفاظ على تفاعلات اليد مع الأجسام، مع الحفاظ على دقة بصرية تنافسية.

على وجه الخصوص، سُجلت في ARCTIC-HOI تحسينات بنسبة 32.3% في معدل المداخل الكائنات، وانخفاض بنسبة 34.7% و50% في مقاييس الأخطاء النسبية. تجمع هذه الإنجازات بين الجودة والدقة، ممهدة الطريق لتطورات مستقبلية في مجالات الروبوتات والتفاعل الإنسان-الآلة.

فإذا كنت مهتمًا بالتطورات التكنولوجية، فلا تفوت الفرصة للتعرف على المشروع الذي يبشر بمستقبل مشرق لمجالات الذكاء الاصطناعي!