التاليالدليل التالي
AnimateDiff توليد الحركة
الذكاء الاصطناعي البصري
دليل الذكاء الاصطناعي المرئي
يعيد الهيكل من الحركة (SfM) بناء هندسة المشهد ثلاثي الأبعاد ومواضع الكاميرا من مجموعة من الصور ثنائية الأبعاد المتداخلة المأخوذة من وجهات نظر مختلفة.
استمع إلى هذا الدليلرواه الذكاء الاصطناعي · ~2 min
It is the backbone of 3D mapping, photogrammetry, and modern reconstruction pipelines.
تقوم SfM بحل مشكلتين مجهولتين في وقت واحد: حيث كانت كل كاميرا عندما التقطت صورة، وأين توجد النقاط ثلاثية الأبعاد في العالم. يبدأ الأمر باكتشاف نقاط السمات المميزة (باستخدام أجهزة كشف مثل SIFT) في كل صورة، ثم مطابقة نفس النقطة المادية عبر صور متعددة. باستخدام هذه المراسلات وهندسة كيفية عرض النقاط ثلاثية الأبعاد على صور ثنائية الأبعاد، يقوم النظام بتقدير أوضاع الكاميرا النسبية عبر الهندسة فوق القطبية. يتم تثليث النقاط في سحابة ثلاثية الأبعاد متفرقة، ويعمل التحسين الشامل الذي يسمى ضبط الحزمة على تحسين جميع الكاميرات والنقاط معًا لتقليل خطأ إعادة الإسقاط. والنتيجة هي سحابة نقطية متفرقة بالإضافة إلى مواقع الكاميرا المعايرة - وهي السقالة الأساسية التي تعتمد عليها أساليب إعادة البناء الأكثر كثافة.
التصوير المساحي بالطائرة بدون طيار الذي يحول مجموعات الصور الجوية إلى تضاريس ثلاثية الأبعاد ونماذج بناء للمسح
يتم وضع استعادة الكاميرا لإعادة بناء مشهد NeRF وGaussian Splatting
الحفاظ رقمياً على مواقع التراث الثقافي والتماثيل كنماذج ثلاثية الأبعاد من مجموعات الصور السياحية
إعادة بناء مشاهد الجريمة أو الحوادث بتقنية ثلاثية الأبعاد من صور المحققين لتحليل الطب الشرعي
يتم دمج SfM بشكل متزايد مع التعلم العميق: تتعامل أجهزة الكشف عن الميزات المستفادة والمطابقات (مثل SuperPoint وSuperGlue) مع المشاهد غير المزخرفة أو المتكررة التي تكافح SIFT الكلاسيكية معها. كما أنه يغذي تمثيلات المشهد العصبي مثل NeRF وGaussian Splatting، والتي تحتاجها الكاميرا التي يوفرها SfM. توقع خطوط أنابيب شاملة أسرع وأكثر قوة، وSfM في الوقت الفعلي على الهواتف للواقع المعزز، واقتران أكثر إحكامًا مع SLAM لرسم الخرائط الحية في الروبوتات والملاحة المستقلة.
رسالة إخبارية مجانية
ثلاث قصص تم التحقق منها بواسطة الذكاء الاصطناعي كل صباح من أيام الأسبوع، مكتوبة باللغة الإنجليزية البسيطة. مجاني للأبد، بدون إعلانات.
بريد إلكتروني واحد كل يوم من أيام الأسبوع. إلغاء الاشتراك بنقرة واحدة. نحن لا نبيع أو نشارك عنوانك أبدًا.
اختبر نفسك
تعليقات فورية على كل إجابة، وشهادة قابلة للمشاركة مع معرف يمكن التحقق منه بمجرد اجتياز الدورة التدريبية.
دعم تعليم الذكاء الاصطناعي المجاني. AI Understanding هي منظمة 501(c)(3) غير ربحية - لا إعلانات ولا نظام حظر الاشتراك غير المدفوع على الإطلاق. قم بالتبرع
يعيد الهيكل من الحركة (SfM) بناء هندسة المشهد ثلاثي الأبعاد ومواضع الكاميرا من مجموعة من الصور ثنائية الأبعاد المتداخلة المأخوذة من وجهات نظر مختلفة. إنه العمود الفقري لرسم الخرائط ثلاثية الأبعاد والمسح التصويري وخطوط إعادة الإعمار الحديثة.
تعمل SfM بشكل مشترك على حل الهندسة ثلاثية الأبعاد للمشهد ومكان وجود كل كاميرا عند التقاط كل صورة.
مطابقة الميزات المكتشفة (على سبيل المثال، نقاط مفاتيح SIFT) عبر الصور تعطي المراسلات اللازمة لاستنتاج الشكل الهندسي.
يعد تعديل الحزمة بمثابة تحسين عالمي غير خطي للمربعات الصغرى لتقليل فجوة البكسل بين النقاط المرصودة والمتوقعة.
ينتج عن SFM مجموعة متفرقة من النقاط المثلثة ومواضع الكاميرا؛ هناك حاجة إلى طرق أكثر كثافة للأسطح الكاملة.
تقيد الهندسة فوق القطبية المكان الذي يمكن أن تظهر فيه النقطة التي تظهر في صورة ما في صورة أخرى، مما يتيح تقدير الوضعية.
استمر في التعلم
تم اختيار المزيد من الأدلة لهذا الموضوع
التاليالدليل التالي
AnimateDiff توليد الحركة
الذكاء الاصطناعي البصري