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।
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।
तकनीकी अंतर्दृष्टि
दोनों छवियों को पहले ठीक किया जाता है ताकि मिलान बिंदु एक ही क्षैतिज पंक्ति पर हों, जिससे खोज एक आयाम तक कम हो जाए। प्रत्येक पिक्सेल के लिए प्रत्येक उम्मीदवार की असमानता का परीक्षण करके एक लागत मात्रा बनाई जाती है, यह मापकर कि बाएँ और दाएँ सुविधाएँ कितनी अच्छी तरह सहमत हैं। नेटवर्क इस वॉल्यूम को 3डी कनवल्शन या आवर्ती अपडेट के साथ एकत्रित करते हैं, फिर उप-पिक्सेल परिशुद्धता प्राप्त करने के लिए असमानताओं पर एक सॉफ्ट-आर्गमिन लेते हैं। असमानता और गहराई के बीच विपरीत संबंध का मतलब है कि दूर की गहराई निकट की गहराई की तुलना में स्वाभाविक रूप से अधिक शोर करती है।
सामरिक प्रभाव
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।
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।
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।
जोखिम और रेलिंग
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।
कार्यान्वयन रोडमैप
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
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Stereo Depth Estimation quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
अगली गाइड
मैरीगोल्ड प्रसार गहराई का अनुमान
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।