विज़ुअल एआई गाइड
दृश्य ओडोमेट्री
विज़ुअल ओडोमेट्री यह अनुमान लगाती है कि एक कैमरा दुनिया भर में कैसे घूमता है, यह ट्रैक करके कि छवि फ्रेम दर फ्रेम कैसे बदलती है।
इस गाइड को सुनेंएआई-नैरेटेड · ~2 min
इस पृष्ठ पर2 मिनट लाल
सिंहावलोकन
It matters because it lets robots, drones, and AR devices know their position without GPS, using vision alone.
गहरा गोता
विज़ुअल ओडोमेट्री (वीओ) लगातार छवियों का विश्लेषण करके कैमरे की गति, उसके अनुवाद और रोटेशन का अनुमान लगाता है। एक फीचर-आधारित पाइपलाइन मुख्य बिंदुओं का पता लगाती है, उनका मिलान करती है या उन्हें फ्रेम में ट्रैक करती है, और मिलान किए गए बिंदुओं के बीच ज्यामितीय संबंध से सापेक्ष मुद्रा की गणना करती है, फिर इन वृद्धियों को एक प्रक्षेपवक्र में जोड़ती है। इसके बजाय प्रत्यक्ष तरीके स्पष्ट विशेषताओं के बिना फोटोमेट्रिक त्रुटि (पिक्सेल तीव्रता अंतर) को कम करते हैं। वीओ कई एसएलएएम प्रणालियों का फ्रंट एंड है, लेकिन जहां पूर्ण एसएलएएम लूप क्लोजर के साथ एक वैश्विक मानचित्र बनाता है और बनाए रखता है, सादा वीओ स्थानीय फ्रेम-टू-फ्रेम गति पर ध्यान केंद्रित करता है। इसकी कमज़ोरी बहाव है: समय के साथ छोटी-छोटी प्रति-फ़्रेम त्रुटियाँ जमा हो जाती हैं। वीओ स्वचालित कारों, ग्रहीय रोवर्स, जीपीएस-अस्वीकृत वातावरण में ड्रोन और एआर/वीआर में हेडसेट ट्रैकिंग को शक्ति प्रदान करता है।
वास्तविक विश्व कार्यान्वयन
पर्सीवरेंस जैसे मार्स रोवर व्हील स्लिप को ट्रैक करने और जीपीएस के बिना इलाके को नेविगेट करने के लिए विजुअल ओडोमेट्री का उपयोग करते हैं
अंदर-बाहर 6DoF ट्रैकिंग के लिए ऑनबोर्ड कैमरों से सिर की स्थिति को ट्रैक करने वाले AR/VR हेडसेट
ड्रोन घर के अंदर या जीपीएस-अस्वीकृत वातावरण में स्थिर उड़ान और नेविगेशन बनाए रखते हैं
सेल्फ-ड्राइविंग कारें और रोबोट, मैप अपडेट के बीच स्थानीयकरण के लिए कैमरा मोशन को IMU डेटा के साथ जोड़ते हैं
विज़ुअल ओडोमेट्री का भविष्य
वीओ सीखे हुए और मिश्रित दृष्टिकोण की ओर बढ़ रहा है: गहरे नेटवर्क गहराई, ऑप्टिकल प्रवाह और मुद्रा का अनुमान लगाते हैं, और यहां तक कि दृश्य-संश्लेषण स्थिरता का उपयोग करके स्व-पर्यवेक्षित तरीके से प्रशिक्षण भी देते हैं। सख्त दृश्य-जड़त्वीय संलयन, इवेंट कैमरे जो माइक्रोसेकंड चमक परिवर्तनों को कैप्चर करते हैं, और ऑन-डिवाइस तंत्रिका त्वरक वीओ को अंधेरे, उच्च गति और गतिशील दृश्यों में अत्यधिक मजबूती की ओर धकेल रहे हैं, जो स्वायत्त मशीनों और स्थानिक कंप्यूटिंग के लिए एक मूलभूत परत बन रहे 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 Visual Odometry 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
What is Visual Odometry?
विज़ुअल ओडोमेट्री यह अनुमान लगाती है कि एक कैमरा दुनिया भर में कैसे घूमता है, यह ट्रैक करके कि छवि फ्रेम दर फ्रेम कैसे बदलती है। यह मायने रखता है क्योंकि यह रोबोट, ड्रोन और एआर उपकरणों को जीपीएस के बिना, केवल दृष्टि का उपयोग करके उनकी स्थिति जानने देता है।
दृश्य ओडोमेट्री मुख्य रूप से क्या अनुमान लगाती है?
विज़ुअल ओडोमेट्री यह ट्रैक करती है कि कैमरे की सापेक्ष स्थिति का अनुमान लगाने के लिए फ्रेम के बीच छवि कैसे बदलती है, इन्हें एक प्रक्षेपवक्र में बांधती है।
दृश्य ओडोमेट्री में 'बहाव' क्या है?
चूँकि VO गति का क्रमिक रूप से अनुमान लगाता है, समय के साथ प्रत्येक चरण में छोटी-छोटी त्रुटियाँ जुड़ जाती हैं, जिससे अनुमानित पथ सही पथ से भटक जाता है।
Why is absolute scale ambiguous in ordinary monocular visual odometry without a metric reference?
Vision-only scale needs an additional suitable constraint, such as calibrated stereo, depth, or observable inertial information.
दृश्य-जड़त्वीय ओडोमेट्री मजबूती में कैसे सुधार करती है?
दृश्य गति अनुमानों को जड़त्वीय माप के साथ संयोजित करने से तेज गति, गति धुंधलापन, या कम-बनावट वाले दृश्यों के दौरान मदद मिलती है जहां केवल दृष्टि ही संघर्ष करती है।
सादा दृश्य ओडोमेट्री पूर्ण दृश्य एसएलएएम से किस प्रकार भिन्न है?
वीओ आम तौर पर फ्रंट-एंड मोशन अनुमानक है; SLAM संचित बहाव को ठीक करने के लिए ग्लोबल मैपिंग और लूप क्लोजर जोड़ता है।
सीखते रहो
संबंधित मार्गदर्शिकाएँ
इस विषय के लिए अधिक मार्गदर्शिकाएँ चुनी गईं