分析整段视频,识别消失与移动变化

光州科学技术院(GIST)AI融合学科 Kim Uihwan 教授研究团队表示,已开发出一款能够通过比较在同一空间内于不同时间和路径拍摄的视频,自动探测真实物体变化的人工智能(AI)模型“VSCDNet”。

(左起)AI融合学科 Kim Euihwan 教授、Yoon Jiae 硕博连读生。

(左起)AI融合学科 Kim Euihwan 教授、Yoon Jiae 硕博连读生。

View original image

该模型的特点在于,不同于以往逐张比对照片的方式,而是分析整段视频,从而识别物体的出现、消失和移动等变化。


要让自主机器人在室内空间中长期自主移动,就必须能够持续掌握周边环境的变化。然而,现有变化探测技术主要基于比较在相似位置和时间点拍摄的图像,因此对于沿不同路径拍摄的视频,在准确探测变化方面存在局限。


为克服这一局限,研究团队没有采用逐一比较单张图像的方法,而是将重点放在整段视频的流动信息上。开发出的AI模型“VSCDNet”通过比较过去拍摄的基准视频与当前拍摄的视频,在整段视频中寻找相互对应的场景,并仅对发生真实物体变化的区域进行精准探测。


在此基础上,模型会生成以可视化方式标示变化区域的“变化掩码(Change Mask)”,并给出最终变化区域。也就是说,它能够自动识别如笔记本电脑消失或物体位置发生变化等真实物体变化。


为系统验证该模型性能,研究团队还自行构建了包含虚拟空间和真实室内环境数据在内的大规模数据集。


该数据集共由1090段视频构成(约113万帧以上)。实验结果显示,“VSCDNet”在虚拟空间数据集和真实室内环境数据集中,与现有变化探测方法相比均取得了最优性能。即使在视频长度、画质以及发生变化的物体数量不同等多种条件下,该模型也保持了稳定的探测性能。

VSCDNet模型结构。

VSCDNet模型结构。

View original image

此外,在利用真实移动机器人的实验中,机器人在沿不同路径移动并拍摄的视频中,能够自动感知门被打开或物体消失等情况,同时还验证了其记忆并学习新出现物体的功能。


此次研究的意义在于,即便是在同一空间中于不同时间和路径拍摄的视频里,也能够稳定探测出真实物体变化。尤其是该模型在多种环境条件下都表现出一致性能,提高了其在真实环境中的应用可能性;通过真实机器人实验,还验证了其在环境变化监测和新物体学习方面的可行性。预计未来可应用于室内巡逻机器人、智能安防监控、设施管理、基于物联网(IoT)的智能室内系统等多个领域。


Kim Uihwan 教授表示:“VSCDNet不仅能够识别当前场景,更是一种能够自主判断与过去相比发生了哪些变化的AI模型。即使没有额外的位置数据或空间地图,也能比较沿不同路径拍摄的视频,因此有望应用于室内巡逻机器人、智能安防监控、设施管理等多个领域。”



此次研究由AI融合学科 Kim Uihwan 教授指导、Yoon Jiae 硕博连读生执行,获得了科学技术信息通信部、韩国研究财团优秀新晋研究者支持项目、GIST-InnoCORE项目、信息通信企划评价院自主视觉智能技术开发项目、国家科学技术研究会全球TOP战略研究团支持项目的资助。研究成果将于下月6日至11日在首尔COEX会展中心举行的AI·机器学习领域顶级国际会议“ICML 2026(International Conference on Machine Learning)”上发表。在此之前,论文已于上月20日刊登在预印本网站“arXiv”上。


本报道由人工智能(AI)翻译技术生成。

版权所有 © 阿视亚经济。未经许可不得转载,禁止用于AI训练及使用。

不容错过的热点