Inteligencia artificial
Creación de entornos de búsqueda y rescate de vuelo neural con Mega-NeRF
Una nueva colaboración de investigación entre Carnegie Mellon y la empresa de tecnología de conducción autónoma Argo AI ha desarrollado un método económico para generar entornos de vuelo dinámicos basados en Campos de Radiación Neural (NeRF), utilizando footage capturada por drones.
El nuevo enfoque, llamado Mega-NeRF, obtiene una aceleración de 40 veces en comparación con el estándar de renderizado de Campos de Radiación Neural, así como algo notablemente diferente de los estándar tanks and temples que se repiten en los nuevos documentos de NeRF.
El nuevo documento se titula Mega-NeRF: Construcción escalable de NeRF de gran escala para vuelos virtuales, y proviene de tres investigadores de Carnegie Mellon, uno de los cuales también representa a Argo AI.
Modelado de paisaje de NeRF para búsqueda y rescate
Los autores consideran que la búsqueda y rescate (SAR) es un caso de uso óptimo para su técnica. Al evaluar un paisaje de SAR, los drones están actualmente limitados por restricciones de ancho de banda y vida útil de la batería, y por lo tanto no pueden obtener una cobertura detallada o completa antes de necesitar regresar a la base, en cuyo punto sus datos recopilados se convierten en mapas aéreos 2D estáticos.
