据外媒报道，谷歌AI研究员近日表示，他们使用2000个YouTube视频网站上的“人体模型挑战（mannequin challenge）”作为训练数据集，以此来创建了一个能从运动视频中深度预测的AI模型。这种将有助于开发人员在手持摄像机和3D视频拍摄的场景中打造AR体验。

人体模型挑战要求一群人基本上表现得像一个假人一样保持静止不动。在一篇名为“通过观察被定住的人来了解移动的人的深度（Learning the Depths of Moving People by Watching Frozen People）”的论文中，研究人员表示，这一挑战为他们提供了一个可以帮助检测摄像头和视频中移动的人的景深的数据集。

研究科学家Tali Dekel和工程师Forrester Cole在今天的一篇博客文章中写道：“虽然最近使用机器学习进行深度预测的数量在激增，但现在这项工作则是首次针对摄像头和人体运动同时进行的情况而量身定制的一种基于学习的方法。”

谷歌研究人员表示，这种方法在绘制深度地图方面的表现优于目前最先进的工具。

为了制作这个模型，研究人员训练了一个神经网络，该网络能够从RGB图像、人类区域的遮罩和视频中非人类环境的初始深度输入，然后生成深度地图进而做出人类的形状和姿态预测。