DalšíDalší průvodce
Odhad hloubky difúze měsíčku
Vizuální AI
Vizuální průvodce AI
Stereo odhad hloubky obnoví, jak daleko jsou věci, porovnáním dvou mírně posunutých pohledů kamery, stejně jako to dělají vaše dvě oči.
Poslechněte si tento návodAI-vyprávěný · ~2 min
It turns flat images into 3D distance maps that robots, cars, and phones rely on to understand space.
Stereo odhad hloubky využívá dvě kamery v pevné vzdálenosti od sebe (základní čára). Stejný bod na světě přistane na mírně odlišných horizontálních pozicích na levém a pravém obrázku a tento posun se nazývá disparita. Blízké objekty se hodně posouvají; vzdálené se sotva hýbou. Hloubka se vypočítá jako (ohnisková vzdálenost x základní čára) / disparita, takže hloubka a disparita jsou nepřímo úměrné. Nejtěžší je shoda pixelů mezi dvěma obrázky, zejména na hladkých stěnách, opakujících se vzorech nebo reflexních površích, kde mnoho pixelů vypadá stejně. Klasické metody, jako je Semi-Global Matching, skenují podél skenovacích linií, zatímco moderní hluboké sítě, jako je PSMNet a RAFT-Stereo, se učí bohatým funkcím a iterativně zpřesňují nerovnosti, čímž vytvářejí hustou a přesnou hloubku i ve složitých oblastech.
Samořídící a asistenční systémy využívají stereokamery k měření vzdálenosti od automobilů, chodců a obrubníků pro brzdění a udržování v jízdním pruhu.
Skladoví a zemědělskí roboti vytvářejí 3D mapy, aby uchopili předměty, vyhýbali se překážkám a sbírali ovoce ve správné hloubce.
Náhlavní soupravy AR/VR jako průchozí zařízení odhadují geometrii místnosti, takže virtuální objekty správně sedí na skutečných površích.
Vozidla Mars (např. Perseverance) používají stereo navigační kamery k plánování bezpečných cest přes skalnatý terén bez GPS.
Očekávejte těsnější spojení sterea s LiDAR, radarem a monokulárními signály, aby se systémy ladně degradovaly, když jeden senzor selže. Porovnávání založené na transformátoru a školení s vlastním dohledem (učení se ze surového videa bez hloubky skutečné pravdy) snižují potřebu drahých označených dat. Efektivita na zařízení se rychle zlepšuje a přináší stereo v reálném čase do dronů, AR brýlí a levných robotů. Kamery událostí a naučené aktivní vzory slibují spolehlivou hloubku i při slabém osvětlení, rozmazání pohybu a scénách bez textur, které porážejí dnešní metody.
Newsletter zdarma
Tři ověřené příběhy ze světa AI každý všední den ráno, psané srozumitelnou angličtinou. Navždy zdarma, bez reklam.
Jeden e-mail každý všední den. Odhlásit se můžete jedním kliknutím. Vaši adresu nikdy neprodáváme ani nesdílíme.
Otestujte se
Okamžitá zpětná vazba ke každé odpovědi a sdílitelný certifikát s ověřitelným ID po absolvování kurzu.
Podpořte bezplatnou AI vzdělávání. AI Understanding je nezisková organizace 501(c)(3) — žádné reklamy, žádná platba za přístup, nikdy. Darujte
Stereo odhad hloubky obnoví, jak daleko jsou věci, porovnáním dvou mírně posunutých pohledů kamery, stejně jako to dělají vaše dvě oči. Proměňuje ploché obrázky na 3D mapy vzdálenosti, na které se spoléhají roboti, auta a telefony, aby pochopili prostor.
Disparita je to, jak daleko se odpovídající bod pohybuje horizontálně mezi dvěma opravenými pohledy; větší disparita znamená, že objekt je blíže.
Hloubka = (ohnisková vzdálenost x základní čára) / disparita, takže jak se disparita zmenšuje, odhadovaná hloubka roste. Vzdálené objekty mají nepatrné rozdíly.
Oprava deformuje oba obrazy, takže shody jsou omezeny na jednu vodorovnou čáru, čímž se z 2D vyhledávání stane rychlé 1D vyhledávání.
Povrchy bez textury nebo opakující se povrchy způsobují, že mnoho pixelů vypadá stejně, takže algoritmus nemůže s jistotou najít správnou shodu.
Základní linií je vzdálenost mezi dvěma středy kamer; širší základní čára zlepšuje přesnost pro vzdálené objekty.
Učte se dál
Pro toto téma bylo vybráno více průvodců
DalšíDalší průvodce
Odhad hloubky difúze měsíčku
Vizuální AI