Det tar år av arbete för att bli en fotograf. Om inte, uppenbarligen, du är en drönare i Pittsburgh.
Forskare vid Carnegie Mellon University är att utveckla ett system för antenn film som lär sig av mänskliga visuella inställningar för att aktivera drönare för att göra konstnärliga filmproduktion val samtidigt som självständigt filma scener. De system som inte kräver att GPS-taggar för att lokalisera mål eller före kartor av en miljö.
Drönare har varit en välsignelse för filmskapare, avsevärt sänka kostnaderna för antenn skott, som tidigare krävt befraktning bemannade helikoptrar eller flygplan. Men lättillgänglighet också kommer med en baksida. Massor av filmskapare använder drönare i sitt arbete, och ofta skotten ser cookie cutter, särskilt om de var tagna med en autonoma drönare.
“Vi lägger kraften av en direktör inuti drone”, säger Rogerio Bonatti, Doktorand D. student i CMU Robotics Institute. “Drönare positionerar sig för att spela in de viktigaste aspekterna i en scen. Det självständigt förstår ramen för scenen — där hinder finns, där aktörerna är — och det aktivt skäl som synpunkter kommer att göra en mer visuellt intressant scen. Det är också skäl resterande säker och inte krascha.”
Som en CMU talesperson påpekar, “konstnärligt intressant” är ett rörligt mål. Istället för att försöka för konstnärligt tillfredsställande skott, systemet var tränade att använda en teknik som kallas djup inlärning. I en användare studie, försökspersoner visade scener på en foto-realistisk simulator som förändrats mellan främre, bakre, vänster, och höger perspektiv. Användare fått scener baserade på hur visuellt tilltalande de var och hur konstnärligt intressanta de fann dem. Systemet lärt sig dessa preferenser och samlade dem till en signatur stil optimerad för massa överklagande.
Till exempel, systemet har lärt sig att en konstant backshot, det i särklass dominerande shot-scen som är tagna med drönare, blir tråkigt för tittarna efter ett tag. Mänskliga filmskapare byta vinklar ofta för att hålla skottet intressant. Byta bilder för ofta, men snabbt leder till betraktaren trötthet. Tricket är att få det helt rätt.
CMU laget generaliserad specifika beteenden, så att de drone att tillämpa lärdomarna i ett scenario till olika skytte scenarier. Till exempel, erfarenheter för skott av en skådespelare som går på en smal korridor kan tillämpas på liknande ambulerande scener, till exempel en person som går på en skogsstig.
“Det framtida arbetet kan utforska många olika parametrar eller skapa anpassade konstnärliga preferenser baserat på en director’ s stil eller genre,” sa Sebastian Scherer, associate professor i Robotik-Institutet.
Aerial system är också duktiga på att upprätthålla en tydlig bild av skådespelare, att undvika vad som kallas occlusions. “Vi var den första gruppen att komma med nya sätt att hantera ocklusion som inte bara är binära, men faktiskt kan kvantifiera hur illa ocklusion är,” Bonatti sagt.
Enligt CMU forskare, systemet kan användas utanför filmproduktion, bland annat inom underhållning och direktsänd sport. Det är också möjligt att regeringar och polismyndigheter använder för närvarande manuellt flugit drönare för att övervaka folksamlingar och förstå trafikmönster kan dra nytta av gruppens vision genombrott.
“Målet med forskningen är inte att ersätta människor. Vi kommer fortfarande att ha en marknad för välutbildade professionella experter,” sade Bonatti. “Målet är att demokratisera drone foto och tillåta människor att verkligen fokusera på vad som är viktigt för dem.”
Relaterade Ämnen:
Innovation
CXO
Artificiell Intelligens