ویدیوی مرجع چیست؟

ویدیوی مرجع در هوش مصنوعی به فیلمی گفته می‌شود که اطلاعات لازم درباره‌ حرکت‌ها، دینامیک صحنه و رفتار دوربین را به مدلی که قرار است ویدیو یا انیمیشن تولید کند، ارائه می‌دهد. این ویدیو معمولاً توسط انسان یا رویداد واقعی ضبط می‌شود و مدل هوش مصنوعی از آن به عنوان الگو یا راهنما استفاده می‌کند تا حرکات یا صحنه‌ها را در خروجی خود شبیه‌سازی کند.

اهمیت ویدیوی مرجع در این است که به مدل کمک می‌کند خروجی‌هایی طبیعی‌تر، منطبق بر واقعیات فیزیکی و با جزئیات کامل‌تر بسازد؛ به ویژه در کاربردهایی مانند تولید انیمیشن، واقعیت افزوده، شبیه‌سازی‌های ویدیویی و حتی ویرایش‌های پیشرفته مانند تغییر حرکت بازیگران یا جایگذاری چهره. برای مثال، اگر شما می‌خواهید ویدیویی را به تصویر کارتونی تبدیل کنید، مدل با استفاده از ویدیوی مرجع، حرکت دقیق دوربین و افراد را در صحنه درک می‌کند و نسخه‌ی کارتونی اما با همان حرکات را تولید می‌کند.

گاهی ویدیوی مرجع با اصطلاح «ویدیو ورودی» اشتباه گرفته می‌شود. تفاوت این است که ویدیوی ورودی همان ویدیویی است که مدل قرار است روی آن پردازش انجام دهد، اما ویدیوی مرجع الزاماً خروجی نهایی مدل نیست و هدفش راهنمایی یا ارائه اطلاعات حرکتی است.

در زندگی روزمره شاید بخواهید با کمک اپلیکیشنی ویدیو از رقص خود را به یک شخصیت متحرک سه‌بعدی تبدیل کنید؛ مدل، ویدیوی شما را به عنوان مرجع به کار می‌گیرد تا حرکات بدن شما در قالب کاراکترهای دیگر به درستی بازآفرینی شود.