Skip to main content
Vai all'homepage della Commissione europea (si apre in una nuova finestra)
italiano it
CORDIS - Risultati della ricerca dell’UE
CORDIS

Learning Visual Foundation Models for Perceiving 3D Humans

Descrizione del progetto

Verso una comprensione umana tridimensionale generalizzabile nell’intelligenza artificiale open-world

La rapida crescita dell’intelligenza artificiale (IA) e l’integrazione delle tecnologie dei modelli linguistici di grandi dimensioni (LLM, large language model) in un’ampia gamma di servizi e applicazioni hanno sottolineato la necessità di migliorare l’apprendimento visivo e le soluzioni dei sensori per il futuro dell’IA. La complessità, il dinamismo e la profondità degli ambienti, così come il movimento e il comportamento umano, rendono questo compito decisamente difficile, facendo sì che la maggior parte dei metodi fatichi in contesti open-world in cui devono generalizzare al di là dei dati di addestramento specifici del dominio. Il progetto Human3D, finanziato dal CER, svilupperà e ricercherà rappresentazioni visive generalizzabili a partire da dati di addestramento su larga scala, seguite dalla creazione di un modello di base per supportare compiti di analisi e modellizzazione umana in ambienti 3D di tipo open-world.

Obiettivo

The world is entering the age of autonomy, where systems like self-driving cars and assistive robots face the challenge of perceiving and understanding human behavior in complex, dynamic environments through sensory inputs like images. While human motion and behavior have been studied extensively using visual data, existing methods often struggle in open-world settings due to their inability to generalize beyond domain-specific training data. The goal of this project is to learn generalizable visual representations from large-scale training data and create a foundational model that supports various human analysis and modeling tasks, grounded in 3D environments, in an open-world setting. Our key objectives include (1) Devising new human-centric representations and algorithms for accurate 3D human motion and appearance reconstruction from in-the-wild videos. (2) Developing advanced generative models synthesizes large-scale, realistic virtual humans, emphasizing controllability and efficiency. (3) Designing physics-guided methods for long-duration human-scene interaction capture using embodied devices. (4) Studying efficient learning algorithms and unified model architectures for 3D human foundation models that enable efficient fine-tuning and generalization across various human-centric computer vision tasks. We aim to establish the computational and algorithmic groundwork for human-centric visual foundation models, with advancement in generative modeling, human-centric representation learning, and visual data simulation. Our work will facilitate the development of autonomous AI agents for various sectors, including autonomous driving, extended reality, education, and manufacturing. Ultimately, this project is committed to advancing human-centric AI technologies, fostering more robust and effective human-AI interaction, and paving the way for practical applications that significantly improve everyday life and industrial processes.

Campo scientifico (EuroSciVoc)

Parole chiave

Programma(i)

Argomento(i)

Meccanismo di finanziamento

HORIZON-ERC - HORIZON ERC Grants

Vedi tutti i progetti finanziati nell’ambito di questo schema di finanziamento

Invito a presentare proposte

(si apre in una nuova finestra) ERC-2025-STG

Vedi tutti i progetti finanziati nell’ambito del bando

Istituzione ospitante

EIDGENOESSISCHE TECHNISCHE HOCHSCHULE ZUERICH
Contributo netto dell'UE
€ 1 500 000,00
Indirizzo
Raemistrasse 101
8092 Zuerich
Svizzera
Regione
Schweiz/Suisse/Svizzera Zürich Zürich
Tipo di attività
Higher or Secondary Education Establishments
Collegamenti
Costo totale
€ 1 500 000,00

Beneficiari (1)