विज़ुअल एआई गाइड
स्टीरियो गहराई अनुमान
स्टीरियो गहराई का अनुमान दो थोड़े ऑफसेट कैमरे के दृश्यों की तुलना करके यह पता लगाता है कि चीजें कितनी दूर हैं, ठीक वैसे ही जैसे आपकी दो आंखें करती हैं।
इस गाइड को सुनेंएआई-नैरेटेड · ~2 min
इस पृष्ठ पर2 मिनट लाल
सिंहावलोकन
यह सपाट छवियों को 3डी दूरी के मानचित्रों में बदल देता है, जिस पर रोबोट, कारें और फोन अंतरिक्ष को समझने के लिए भरोसा करते हैं।
गहरा गोता
स्टीरियो गहराई का आकलन एक निश्चित दूरी (बेसलाइन) पर दो कैमरों का उपयोग करता है। दुनिया में एक ही बिंदु बाएँ और दाएँ छवियों में थोड़ी भिन्न क्षैतिज स्थिति में होता है, और उस बदलाव को असमानता कहा जाता है। आस-पास की वस्तुएँ बहुत अधिक बदलती हैं; दूर वाले मुश्किल से हिलते हैं। गहराई की गणना (फोकल लंबाई x बेसलाइन)/असमानता के रूप में की जाती है, इसलिए गहराई और असमानता विपरीत रूप से संबंधित हैं। कठिन भाग दो छवियों के बीच पिक्सेल का मिलान करना है, विशेष रूप से सादी दीवारों, दोहराए जाने वाले पैटर्न, या परावर्तक सतहों पर जहां कई पिक्सेल समान दिखते हैं। सेमी-ग्लोबल मैचिंग जैसे क्लासिक तरीके स्कैनलाइन के साथ स्कैन करते हैं, जबकि पीएसएमनेट और आरएएफटी-स्टीरियो जैसे आधुनिक गहरे नेटवर्क समृद्ध विशेषताओं को सीखते हैं और असमानता को पुनरावृत्त रूप से परिष्कृत करते हैं, जिससे मुश्किल क्षेत्रों में भी घनी, सटीक गहराई पैदा होती है।
वास्तविक विश्व कार्यान्वयन
सेल्फ-ड्राइविंग और ड्राइवर-सहायता प्रणालियाँ कारों, पैदल यात्रियों और ब्रेकिंग और लेन कीपिंग के लिए दूरी मापने के लिए स्टीरियो कैमरों का उपयोग करती हैं।
वेयरहाउस और कृषि रोबोट वस्तुओं को पकड़ने, बाधाओं से बचने और सही गहराई से फल चुनने के लिए 3डी मानचित्र बनाते हैं।
पासथ्रू डिवाइस जैसे एआर/वीआर हेडसेट कमरे की ज्यामिति का अनुमान लगाते हैं ताकि आभासी वस्तुएं वास्तविक सतहों पर सही ढंग से बैठें।
मार्स रोवर्स (उदाहरण के लिए, दृढ़ता) जीपीएस के बिना चट्टानी इलाके पर सुरक्षित पथ की योजना बनाने के लिए स्टीरियो नेविगेशन कैमरों का उपयोग करते हैं।
स्टीरियो गहराई अनुमान का भविष्य
LiDAR, रडार और मोनोकुलर संकेतों के साथ स्टीरियो के सघन संलयन की अपेक्षा करें ताकि एक सेंसर विफल होने पर सिस्टम शानदार ढंग से ख़राब हो जाए। ट्रांसफार्मर-आधारित मिलान और स्व-पर्यवेक्षित प्रशिक्षण (जमीनी सच्चाई की गहराई के बिना कच्चे वीडियो से सीखना) महंगे लेबल वाले डेटा की आवश्यकता को कम कर रहा है। ड्रोन, एआर ग्लास और सस्ते रोबोट पर रीयल-टाइम स्टीरियो लगाने से ऑन-डिवाइस दक्षता में तेजी से सुधार हो रहा है। इवेंट कैमरे और सीखे गए सक्रिय पैटर्न कम रोशनी, गति धुंधलेपन और बनावट रहित दृश्यों में भी विश्वसनीय गहराई का वादा करते हैं जो आज के तरीकों को मात देते हैं।
इसे व्यवहार में लाना
यह क्यों मायने रखता है?
- गति और पैमाना. विज़ुअल एआई बड़े पैमाने पर निरीक्षण, पता लगाने और टैगिंग कार्यों को स्वचालित कर सकता है।
- विकल्प बनाएं. रचनात्मक टीमें कम मैन्युअल संशोधनों के साथ तेजी से अवधारणाओं का प्रोटोटाइप बना सकती हैं।
- टीम और वर्कफ़्लो. संचालन छवि और वीडियो संकेतों का उपयोग कर सकते हैं जिन्हें संसाधित करना पहले कठिन था।
का ध्यान रखें
- यदि उत्पत्ति अस्पष्ट है तो छवि अधिकार और सहमति कानूनी जोखिम बन सकते हैं।
- मॉडल का प्रदर्शन प्रकाश व्यवस्था, जनसांख्यिकी और वातावरण के अनुसार भिन्न हो सकता है।
- जब तक आत्मविश्वास की सीमा की निगरानी नहीं की जाती, तब तक झूठी सकारात्मक बातों पर ध्यान नहीं दिया जा सकता।
अगले चरण
- सटीकता, रिकॉल और त्रुटि लागत के लिए स्वीकृति मानदंड परिभाषित करें।
- वास्तविक उत्पादन स्थितियों से मेल खाने वाले डेटा के साथ परीक्षण करें।
- कम-आत्मविश्वास या उच्च-प्रभाव वाली भविष्यवाणियों के लिए मानवीय समीक्षा जोड़ें।
- कैमरा या डेटासेट में बदलाव के बाद मॉडल बहाव को ट्रैक करें और पुनः सत्यापित करें।
अन्वेषण करते रहें
मुफ़्त न्यूज़लेटर
दैनिक एआई ब्रीफिंग प्राप्त करें
हर कार्यदिवस की सुबह तीन सत्यापित एआई कहानियाँ, सादे अंग्रेजी में लिखी गईं। हमेशा के लिए मुफ़्त, कोई विज्ञापन नहीं।
प्रत्येक सप्ताह के दिन एक ईमेल. एक क्लिक में सदस्यता समाप्त करें. हम आपका पता कभी नहीं बेचते या साझा नहीं करते।
स्वयं की जांच करो
Take the Stereo Depth Estimation quiz
प्रत्येक उत्तर पर त्वरित प्रतिक्रिया, और पाठ्यक्रम पास करने के बाद एक सत्यापन योग्य आईडी के साथ एक साझा करने योग्य प्रमाणपत्र।
निःशुल्क एआई शिक्षा का समर्थन करें। AI Understanding एक 501(c)(3) गैर-लाभकारी संस्था है - कोई विज्ञापन नहीं, कोई पेवॉल नहीं। दान करें
अक्सर पूछे जाने वाले प्रश्नों
स्टीरियो गहराई अनुमान क्या है?
स्टीरियो गहराई का अनुमान दो थोड़े ऑफसेट कैमरे के दृश्यों की तुलना करके यह पता लगाता है कि चीजें कितनी दूर हैं, ठीक वैसे ही जैसे आपकी दो आंखें करती हैं। यह सपाट छवियों को 3डी दूरी के मानचित्रों में बदल देता है, जिस पर रोबोट, कारें और फोन अंतरिक्ष को समझने के लिए भरोसा करते हैं।
स्टीरियो विज़न में 'असमानता' क्या है?
असमानता यह है कि दो संशोधित दृश्यों के बीच एक संगत बिंदु क्षैतिज रूप से कितनी दूर तक चलता है; बड़ी असमानता का मतलब है कि वस्तु करीब है।
गहराई का असमानता से क्या संबंध है?
गहराई = (फोकल लंबाई x आधार रेखा) / असमानता, इसलिए जैसे-जैसे असमानता घटती है, अनुमानित गहराई बढ़ती है। दूर की वस्तुओं में थोड़ी असमानता होती है।
मिलान से पहले छवियों को 'सुधार' क्यों किया जाता है?
सुधार दोनों छवियों को विकृत कर देता है ताकि मिलान एक क्षैतिज रेखा तक सीमित हो जाए, जिससे 2डी खोज तेज 1डी खोज में बदल जाती है।
स्टीरियो मिलान के लिए कौन सा परिदृश्य सबसे कठिन है?
बनावटहीन या दोहराव वाली सतहें कई पिक्सेल को एक समान बनाती हैं, इसलिए एल्गोरिदम आत्मविश्वास से सही मिलान नहीं ढूंढ पाता है।
'आधार रेखा' किसको संदर्भित करती है?
आधार रेखा दो कैमरा केंद्रों के बीच अलगाव है; व्यापक आधार रेखा दूर की वस्तुओं के लिए सटीकता में सुधार करती है।
सीखते रहो
संबंधित मार्गदर्शिकाएँ
इस विषय के लिए अधिक मार्गदर्शिकाएँ चुनी गईं