دليل الذكاء الاصطناعي المرئي

هيكل من الحركة

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

في هذه الصفحةقراءة لمدة دقيقتين
  1. نظرة عامة
  2. الغوص العميق
  3. التنفيذ في العالم الحقيقي
  4. مستقبل الهيكل من الحركة
  5. وضعها موضع التنفيذ
  6. استمر في الاستكشاف
  7. الأسئلة المتداولة

نظرة عامة

It is the backbone of 3D mapping, photogrammetry, and modern reconstruction pipelines.

الغوص العميق

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.

التنفيذ في العالم الحقيقي

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

مستقبل الهيكل من الحركة

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.

وضعها موضع التنفيذ

لماذا يهم

  • السرعة والحجم. يمكن للذكاء الاصطناعي المرئي أتمتة مهام الفحص والكشف ووضع العلامات على نطاق واسع.
  • خيارات البناء. يمكن للفرق الإبداعية إنشاء نماذج أولية للمفاهيم بشكل أسرع مع عدد أقل من المراجعات اليدوية.
  • الفريق وسير العمل. يمكن أن تستخدم العمليات إشارات الصور والفيديو التي كان من الصعب معالجتها في السابق.

احترس من

  • يمكن أن تصبح حقوق الصور والموافقة مخاطر قانونية إذا كان المصدر غير واضح.
  • يمكن أن يختلف أداء النموذج عبر الإضاءة والتركيبة السكانية والبيئات.
  • قد تمر الإيجابيات الكاذبة دون أن يلاحظها أحد ما لم تتم مراقبة عتبات الثقة.

الخطوات التالية

  1. تحديد معايير القبول لتكاليف الدقة والاستدعاء والخطأ.
  2. اختبار مع البيانات التي تتوافق مع ظروف الإنتاج الحقيقية.
  3. أضف مراجعة بشرية للتنبؤات منخفضة الثقة أو عالية التأثير.
  4. تتبع انحراف النموذج وإعادة التحقق من صحته بعد تغيير الكاميرا أو مجموعة البيانات.

استمر في الاستكشاف

رسالة إخبارية مجانية

احصل على الإحاطة اليومية لمنظمة العفو الدولية

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

Take the Structure from Motion quiz

تعليقات فورية على كل إجابة، وشهادة قابلة للمشاركة مع معرف يمكن التحقق منه بمجرد اجتياز الدورة التدريبية.

ابدأ الاختبار

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

الأسئلة المتداولة

What is Structure from Motion?

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.

ما الشيئين اللذين تقدرهما البنية من الحركة في وقت واحد؟

تعمل SfM بشكل مشترك على حل الهندسة ثلاثية الأبعاد للمشهد ومكان وجود كل كاميرا عند التقاط كل صورة.

ما هو دور مطابقة الميزات في SfM؟

مطابقة الميزات المكتشفة (على سبيل المثال، نقاط مفاتيح SIFT) عبر الصور تعطي المراسلات اللازمة لاستنتاج الشكل الهندسي.

ما الذي يؤدي إلى تحسين تعديل الحزمة؟

يعد تعديل الحزمة بمثابة تحسين عالمي غير خطي للمربعات الصغرى لتقليل فجوة البكسل بين النقاط المرصودة والمتوقعة.

ما نوع المخرجات ثلاثية الأبعاد التي تنتجها SfM عادةً بشكل مباشر؟

ينتج عن SFM مجموعة متفرقة من النقاط المثلثة ومواضع الكاميرا؛ هناك حاجة إلى طرق أكثر كثافة للأسطح الكاملة.

ما المفهوم الهندسي الذي يربط بين النقاط المتناظرة بين عرضي الكاميرا؟

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

أدلة ذات صلة

تم اختيار المزيد من الأدلة لهذا الموضوع

احصل على شهادة الذكاء الاصطناعي المجانيةدورة مجانية قصيرة واختبار. لا تكلفة ولا بطاقة. حوالي 2.5 ساعة.ابدأ مجانًا →