Los productos de drones comerciales pueden abordar algunas tareas automatizadas, pero una cosa que esos sistemas no abordan es la filmación artística. Un equipo dirigido por investigadores de la Universidad Carnegie Mellon ha propuesto un sistema completo para la cinematografía aérea que aprende las preferencias visuales de los humanos.el sistema no requiere escenas con guiones, etiquetas GPS para localizar objetivos o mapas previos del entorno.
"Estamos poniendo el poder de un director dentro del avión no tripulado", dijo Rogerio Bonatti, un estudiante de doctorado en el Instituto de Robótica de CMU. "El avión no tripulado se posiciona para registrar los aspectos más importantes de una escena. Entiende de forma autónomael contexto de la escena, donde están los obstáculos, dónde están los actores, y razona activamente sobre qué puntos de vista van a hacer una escena visualmente más interesante. También razona sobre permanecer a salvo y no chocar ".
Como objetivo, "artísticamente interesante" es subjetivo y difícil de cuantificar matemáticamente, por lo que el sistema fue entrenado usando una técnica llamada aprendizaje de refuerzo profundo. En un estudio de usuarios, las personas vieron escenas en un simulador fotorrealista que cambió entre frontal,perspectivas posterior, izquierda y derecha. También se exploraron la escala y la distancia de disparo, así como la posición del actor en la pantalla. Los usuarios calificaron escenas según lo visualmente atractivas que eran y lo artísticamente interesantes que las encontraban.
El sistema aprendió que algunos movimientos eran más interesantes que otros. Por ejemplo, otros productos de drones autónomos a menudo usan un retroceso continuo porque permite que el dron siga un camino claro y seguro detrás del actor. Pero en el estudio del usuario, los participantes informaronque un retroceso constante se vuelve aburrido después de un tiempo. También descubrieron que el dron tenía que cambiar los ángulos a menudo para que el disparo siguiera siendo interesante, pero no podían hacerlo con demasiada frecuencia.
Bonatti dijo que el equipo quería generalizar el comportamiento aprendido, pasando de la capacitación en simulación a la implementación en escenarios de la vida real. Si bien el sistema promedió las preferencias de los usuarios para los disparos mientras un actor caminaba por un estrecho corredor entre edificios, puede aplicar esas preferenciasa obstáculos similares como un sendero forestal usando mapeo topográfico.
"El trabajo futuro podría explorar muchos parámetros diferentes o crear preferencias artísticas personalizadas basadas en el estilo o género de un director", dijo Sebastian Scherer, profesor asociado de investigación en el Instituto de Robótica.
El sistema aéreo también es experto en mantener una visión clara del actor, evitando lo que se conoce como oclusiones. "Fuimos el primer grupo en encontrar nuevas formas de lidiar con la oclusión que no son solo binarias, sino que en realidad pueden cuantificarqué tan mala es la oclusión ", dijo Bonatti.
Otras innovaciones incluyen planificadores de movimiento eficientes para anticipar las trayectorias de los actores, y un sistema de mapeo incremental y eficiente del entorno usando LiDAR.
Este sistema podría ser útil más allá del entretenimiento y los deportes. Los gobiernos y los departamentos de policía de hoy en día ya usan drones volados manualmente para muchas aplicaciones, incluido el monitoreo de multitudes y la comprensión de los patrones de tráfico. Pero los drones voladores manuales requieren mucha atención, y un oficial no puede gastar susenergía realmente mirando la escena. "Al igual que aprender principios artísticos, la máquina podría recibir los disparos necesarios para otras aplicaciones como la seguridad", dijo Bonatti.
"El objetivo de la investigación no es reemplazar a los humanos. Todavía tendremos un mercado para expertos profesionales altamente capacitados", dijo Bonatti. "El objetivo es democratizar la cinematografía de drones y permitir que las personas se concentren realmente en lo que les importa."
Este trabajo se presentará en la Conferencia Internacional sobre Robots y Sistemas Inteligentes de 2019, y ha sido aceptado para su publicación en el Revista de robótica de campo . La investigación está patrocinada por Yamaha Motor Company.
Fuente de la historia :
Materiales proporcionado por Universidad Carnegie Mellon . Nota: El contenido puede ser editado por estilo y longitud.
Cita esta página :