本研究介绍了一种旨在归档插花艺术具身创作过程的 4D 数字观看系统。通过利用 22 个同步摄像头和眼动追踪技术,该系统能够捕捉全身运动学数据、花艺作品的演变过程以及艺术家的视觉注意力。
为确保可扩展性并实现长时间记录,研究团队采用了逐帧 3D 高斯泼溅(3D Gaussian Splatting)重建策略。该方法在最大限度降低计算需求的同时,有效避免了时间漂移,使人们能够在保持高度空间连贯性的前提下,从任意角度交互式地探索创作过程。
最终形成的档案将隐性艺术技艺转化为了系统化、可解读的数据。该项目为研究人员、教育工作者和从业者提供了宝贵的资源,架起了文化保护与现代技能传播之间的桥梁。这项由东京大学及其他研究人员共同开展的合作研究,将在 IASDR 2025 会议上发布。
LeRobot 已成为机器人学习数据的标准,但其处理过程——尤其是视频帧的解码——往往会造成瓶颈,导致 GPU 闲置。原有的 LeRobot Daft 读取器效率低下,因为它对每一帧都要打开并重新索引 MP4 分片,从而在访问远程数据集时产生高延迟。
为解决这一问题,Daft 中实现了一种新的批量解码方法。读取器不再逐行处理,而是每次将 16 行数据归为一组,按分片和时间戳排序,并利用集群寻址(clustered seeks)。通过在每个批次中仅打开一次分片并按顺序解码帧,读取器避免了冗余的网络请求和磁盘操作。
此次更新带来了 4-15 倍的性能提升,使原本漫长的数据流水线转化为更快捷、高效的工作流程。例如,解码一个 632 帧的数据集,耗时从 29 分钟缩短至不到 2 分钟。这种纯 Python 的优化在保持输出结果与原读取器完全一致的同时,显著减少了准备训练或推理数据的时间,确保了 GPU 资源能够保持满载运行。
受其大学时期担任图书管理员的经历启发——当时与书籍的偶然相遇带来了深刻且机缘巧合的学习体验——作者探讨了“可浏览式”研究图书馆的衰落。他认为,尽管图书馆正日益向数字中心转型,但高质量非虚构类作品的“黄金时代”依然具有非凡价值。
为了克服现代搜索算法的局限性以及实体开架阅览室的消失,作者创建了一个免费的可搜索平台,收录了约6500部主要非虚构类图书奖项的获奖及入围作品。通过语义搜索,该工具允许用户探索备受赞誉的非虚构类作品的“长尾”领域,从而找回发现好书的愉悦体验。
作者还反思了非虚构类文学的发展演变,提出全球旅行的兴起与研究工具标准化等技术和社会层面的变革汇聚在一起,推动了20世纪80年代至21世纪初非虚构作品质量的巅峰。通过这一平台,他鼓励读者跳出亚马逊的热门推荐,重新发现那些往往被忽视、却兼具学术性与叙事性的传世之作。