Il prossimoProssima guida
Stima della profondità di diffusione della calendula
IA visiva
GUIDA AI visiva
La stima della profondità stereo recupera la distanza degli oggetti confrontando due viste della telecamera leggermente sfalsate, proprio come fanno i tuoi due occhi.
Ascolta questa guidaNarrato dall'IA · ~2 min
Trasforma le immagini piatte in mappe di distanza 3D su cui robot, automobili e telefoni fanno affidamento per comprendere lo spazio.
La stima della profondità stereo utilizza due fotocamere a distanza fissa (la linea di base). Lo stesso punto nel mondo si trova in posizioni orizzontali leggermente diverse nelle immagini sinistra e destra, e questo spostamento è chiamato disparità. Gli oggetti vicini si spostano molto; quelli lontani si muovono a malapena. La profondità viene calcolata come (lunghezza focale x linea di base) / disparità, quindi profondità e disparità sono inversamente correlate. La parte difficile è far corrispondere i pixel tra le due immagini, soprattutto su pareti semplici, motivi ripetuti o superfici riflettenti dove molti pixel sembrano identici. I metodi classici come il Semi-Global Matching scansionano lungo le linee di scansione, mentre le moderne reti profonde come PSMNet e RAFT-Stereo apprendono funzionalità avanzate e perfezionano la disparità in modo iterativo, producendo una profondità densa e accurata anche in regioni difficili.
I sistemi di guida autonoma e di assistenza alla guida utilizzano telecamere stereo per misurare la distanza da auto, pedoni e marciapiedi per frenare e mantenere la corsia.
Robot da magazzino e agricoli costruiscono mappe 3D per afferrare oggetti, evitare ostacoli e raccogliere frutta alla giusta profondità.
I visori AR/VR, come i dispositivi passthrough, stimano la geometria della stanza in modo che gli oggetti virtuali si adattino correttamente alle superfici reali.
I rover su Marte (ad esempio Perseverance) utilizzano telecamere di navigazione stereo per pianificare percorsi sicuri su terreni rocciosi senza GPS.
Aspettatevi una fusione più stretta tra stereo e segnali LiDAR, radar e monoculari in modo che i sistemi si degradino dolcemente quando un sensore si guasta. L'abbinamento basato sui trasformatori e la formazione auto-supervisionata (apprendimento da video grezzi senza approfondimenti concreti) stanno riducendo la necessità di costosi dati etichettati. L’efficienza del dispositivo sta migliorando rapidamente, grazie all’introduzione dello stereo in tempo reale su droni, occhiali AR e robot economici. Le telecamere degli eventi e i modelli attivi appresi promettono una profondità affidabile anche in condizioni di scarsa illuminazione, motion blur e scene senza texture che sconfiggono i metodi odierni.
Newsletter gratuita
Tre storie verificate sull'IA ogni mattina nei giorni feriali, scritte in un inglese semplice. Gratuito per sempre, senza pubblicità.
Un'email ogni giorno feriale. Disiscriviti con un clic. Non vendiamo né condividiamo mai il tuo indirizzo.
Mettiti alla prova
Feedback immediato su ogni risposta e un certificato condivisibile con un ID verificabile una volta superato un corso.
Sostieni l'istruzione gratuita sull'IA. AI Understanding è un'organizzazione non profit 501(c)(3) — nessun annuncio, nessun paywall, mai. Fai una donazione
La stima della profondità stereo recupera la distanza degli oggetti confrontando due viste della telecamera leggermente sfalsate, proprio come fanno i tuoi due occhi. Trasforma le immagini piatte in mappe di distanza 3D su cui robot, automobili e telefoni fanno affidamento per comprendere lo spazio.
La disparità è quanto un punto corrispondente si sposta orizzontalmente tra le due viste rettificate; una disparità maggiore significa che l'oggetto è più vicino.
Profondità = (lunghezza focale x linea di base) / disparità, quindi man mano che la disparità si riduce, la profondità stimata aumenta. Gli oggetti lontani hanno una piccola disparità.
La rettifica deforma entrambe le immagini in modo che le corrispondenze siano limitate a una linea orizzontale, trasformando una ricerca 2D in una ricerca 1D veloce.
Le superfici senza texture o ripetitive fanno sembrare identici molti pixel, quindi l'algoritmo non riesce a trovare con sicurezza la corrispondenza corretta.
La linea di base è la separazione tra i due centri della telecamera; una linea di base più ampia migliora la precisione per gli oggetti distanti.
Continua a imparare
Altre guide selezionate per questo argomento
Il prossimoProssima guida
Stima della profondità di diffusione della calendula
IA visiva