MRMC推机器人摄像机Polycam,可自动跟拍运动员

简介:

这款名为Polycam的电动相机机器人支持使用图像识别和人工智能技术来追踪运动员的动作,完全不需要人工摄像师的操作。

MRMC推机器人摄像机Polycam,可自动跟拍运动员

近日,据外媒报道,MRMC推出一款名为Polycam的电动相机机器人,其支持使用图像识别和人工智能技术来追踪运动员的动作,将动作时刻保持在画面的中央,完全不需要人工摄像师的操作,也不需要远程控制等其它方式。

MRMC推机器人摄像机Polycam,可自动跟拍运动员

据悉,Polycam与其它自动化操作系统的区别在于如何模仿人类操作者的拍摄方式。Polycam并没有使用大范围的广角镜头来进行拍摄,而是通过平移和调整缩放焦距等动态方式来追踪运动员的动作。控制摄像机的软件甚至有能力同时追踪某个特定的运动员或多个参与者。

不过,摄像师短时间内无需担心自己的工作被这种机器人所取代。尼康表示,该系统设计的目的是为了捕捉那些人类无法进入的地方进行拍摄照片。该工具在提供更多的比赛视频同时,同时还可以作为比赛监控的指导工具。

MRMC推机器人摄像机Polycam,可自动跟拍运动员

此外,MRMC还发布了一套自动化系统,可以让电视台主持人和嘉宾一共四人保持在画面内。这款名叫Polycam Chat的聊天工具,不仅具备人脸识别功能,还可以识别肢体动作,同时分析不同动作的语音。MRMC表示这种方法可以带来无与伦比的准确性和稳定性。

尽管现在市面上已经出现多款移动追踪摄像系统,能够自动跟拍运动中的对象,但这些系统仍需要在拍摄目标身上放置发射器或传感器。Polycam不需要任何多余的硬件,就能够追踪演讲者、运动员及娱乐明星。深度学习算法能够对视频进行分析,追踪台上台下的各种活动,然后完美呈现在镜头里。因而,在这一领域,Polycam可谓是一大突破。


原文发布时间: 2018-03-30 18:23
本文作者: 韩璐
本文来自云栖社区合作伙伴镁客网,了解相关信息可以关注镁客网。
相关文章
|
传感器 编解码 机器人
Sony BRC-300P 三个1/4英寸7型高级CCD传感器一体式标清机器人紧凑型摄像机
Sony BRC-300P 三个1/4英寸7型高级CCD传感器一体式标清机器人紧凑型摄像机
201 1
|
4月前
|
数据采集 自动驾驶 机器人
数据喂得好,机器人才能学得快:大数据对智能机器人训练的真正影响
数据喂得好,机器人才能学得快:大数据对智能机器人训练的真正影响
284 1
|
10月前
|
人工智能 自然语言处理 机器人
9.9K star!大模型原生即时通信机器人平台,这个开源项目让AI对话更智能!
"😎高稳定、🧩支持插件、🦄多模态 - 大模型原生即时通信机器人平台"
335 0
|
8月前
|
弹性计算 自然语言处理 Ubuntu
从0开始在阿里云上搭建基于通义千问的钉钉智能问答机器人
本文描述在阿里云上从0开始构建一个LLM智能问答钉钉机器人。LLM直接调用了阿里云百炼平台提供的调用服务。
从0开始在阿里云上搭建基于通义千问的钉钉智能问答机器人
|
7月前
|
机器人
陌陌自动回复消息脚本,陌陌自动打招呼回复机器人插件,自动聊天智能版
这是一款为陌陌用户设计的自动回复软件,旨在解决用户无法及时回复消息的问题,提高成交率和有效粉丝数。软件通过自动化操作实现消息检测与回复功能
|
8月前
|
机器学习/深度学习 人工智能 自然语言处理
TsingtaoAI具身智能机器人开发套件及实训方案
该产品套件创新性地融合了先进大模型技术、深度相机与多轴协作机械臂技术,构建了一个功能强大、灵活易用的人机协作解决方案。其核心在于将智能决策、精准感知与高效执行完美结合,为高校实训领域的发展注入新动力。
866 10
|
12月前
|
人工智能 机器人 API
AppFlow:无代码部署Dify作为钉钉智能机器人
本文介绍如何通过计算巢AppFlow完成Dify的无代码部署,并将其配置到钉钉中作为智能机器人使用。首先,在钉钉开放平台创建应用,获取Client ID和Client Secret。接着,创建消息卡片模板并授予应用发送权限。然后,使用AppFlow模板创建连接流,配置Dify鉴权凭证及钉钉连接凭证,完成连接流的发布。最后,在钉钉应用中配置机器人,发布应用版本,实现与Dify应用的对话功能。
2394 7
AppFlow:无代码部署Dify作为钉钉智能机器人
|
人工智能 自然语言处理 算法
具身智能高校实训解决方案 ----从AI大模型+机器人到通用具身智能
在具身智能的发展历程中,AI 大模型的出现成为了关键的推动力量。高校作为培养未来科技人才的摇篮,需要紧跟这一前沿趋势,开展具身智能实训课程。通过将 AI 大模型与具备 3D 视觉的机器人相结合,为学生搭建一个实践平台。
1413 64
|
11月前
|
人工智能 自然语言处理 算法
基于DeepSeek的具身智能高校实训解决方案——从DeepSeek+机器人到通用具身智能
本实训方案围绕「多模态输入 -> 感知与理解 -> 行动执行 -> 反馈学习」的闭环过程展开。通过多模态数据的融合(包括听觉、视觉、触觉等),并结合DeepSeek模型和深度学习算法,方案实现了对自然语言指令的理解、物体识别和抓取、路径规划以及任务执行的完整流程。
1568 12

热门文章

最新文章