3D知覚
画像や動画から、物体や手などの立体的な形・位置・向きを推定して捉えること。2Dの見た目だけでなく奥行きを含めて理解する。
たとえば: 写真だけを頼りに、物の立体模型を頭の中で組み立てる。
AIによる解説です。正確さは、別のAIで照合していますが、誤りが含まれる可能性があります。
この言葉が出てくる記事
- P$^{3}$-WAM:一つのモデルで「見る・予測する・計画する」を統合する器用操作向け手法
P$^{3}$-WAMは、エゴセントリックな器用操作に向けて、3D知覚・行動条件付き予測・目標指向計画を単一モデルに統合する。動画拡散Transformerへ3D行動表現を組み込み、3モード学習で能力を伸ばすと報告する。
