A mozgás megértése minden élőlény számára alapvető kérdés. Egyszerű 2D videók és fényképek viszont nem adnak teljes képet, mert nem mutatják az adott személy, állat stb. helyváltoztatásához kapcsolódó, azokat megalapozó 3D szerkezeteket.
Az MIT Számítástudományi és Mesterséges Intelligencia Labor, a Google és a Berkeley-i Kaliforniai Egyetem kutatói az emberi test mozgását hitelesebben megjelenítő mesterséges intelligenciát fejlesztettek. A MoSculp nevű rendszer algoritmusa 2D videókat 3D nyomtatott „mozgás-szobrokká” alakít át. Munkája alapján sportolók, táncosok és fizikai adottságaikon javítani szándékozó személyek részletesebben tanulmányozhatják magukat, másokat.
Például videón megnézünk egy dekázó Lionel Messit, aztán magunkat is dekázás közben. Utána mozgás-szobrot készítünk mindkettőről, összehasonlításokat végzünk, és megtanuljuk az argentin zsenitől, hogy min kell még finomítanunk dekázáskor.
Miután feltöltöttünk egy videót, MoSculp a detektált kulcspontokat a kimenő képkockákra montírozza, és néhány véletlenszerűen kiválasztott képkockával megerősíti őket. Ha kiigazítás szükséges, beépített korrigáló eszköz segít. Az inkonzisztens részek kijavítását követően, a rendszer mozgás-szobrot generál és tölt fel egy interfészre.
A többlépéses folyamathoz mindössze egy videoszekvencia kell, feltöltése után a MoSculp automatikusan észreveszi az illető testének kulcspontjait, például egy táncoló balerina csípőjét, lábfejét, könyökét stb. Utána kiválasztja és 3D csontvázakká alakítja a lehető legjobb pózokat. A csontvázak összekapcsolását követően készül el a nyomtatható mozgás-szobor. A felhasználó navigálhat rajta, különböző testrészekre összpontosíthat, ha akarja különféle anyagokból nyomtatja ki ezeket a testrészeket, és akár a fényt is személyes ízlése szerint módosíthatja.
Teszteken kiderült, hogy a tesztalanyok 75 százaléka szerint a MoSculp részletesebben vizualizálja a mozgást, mint a megszokott fotó- és videotechnikák.
A rendszer nagyobb mozdulatoknál, például, ha kosárba dobunk egy labdát, hatékonyabb. A mozgást nehezítő helyzetekben, súlyos tárgyat cipelve stb. szintén jól működik.
Jelenleg azonban csak egyszemélyes videókkal boldogul el, de a fejlesztők többszemélyesre szeretnék bővíteni. Szerintük a jövőben társadalmi elégedetlenség, személyek közötti interakciók, vagy a csoportdinamika egyaránt tanulmányozható lesz vele.
