InayofuataMwongozo unaofuata
Ukadiriaji wa Kina cha Usambazaji wa Marigold
AI ya kuona
Mwongozo wa AI unaoonekana
Ukadiriaji wa Kina cha Stereo
Ukadiriaji wa kina cha stereo hurejesha jinsi mambo yalivyo mbali kwa kulinganisha mionekano miwili ya kamera iliyosimikwa kidogo, kama vile macho yako mawili hufanya.
Sikiliza mwongozo huuInaonyeshwa na AI · ~2 min
Katika ukurasa huudk 2 kusoma
Muhtasari
Hubadilisha picha bapa kuwa ramani za umbali za 3D ambazo roboti, magari na simu hutegemea kuelewa nafasi.
Dive ya kina
Ukadiriaji wa kina cha stereo hutumia kamera mbili zilizo umbali usiobadilika (msingi). Hatua hiyo hiyo katika ulimwengu inatua katika nafasi tofauti kidogo za usawa katika picha za kushoto na kulia, na mabadiliko hayo huitwa kutofautiana. Vitu vya karibu vinahama sana; walio mbali wanasonga kwa shida. Kina kinakokotolewa kama (urefu wa kuzingatia x msingi) / tofauti, kwa hivyo kina na tofauti zinahusiana kinyume. Sehemu ngumu inalinganisha pikseli kati ya picha mbili, hasa kwenye kuta tupu, ruwaza zinazojirudia, au nyuso zinazoakisi ambapo saizi nyingi zinafanana. Mbinu za kawaida kama vile Ulinganishaji wa Nusu Ulimwenguni huchanganua kwenye scanlines, wakati mitandao ya kisasa ya kina kama vile PSMNet na RAFT-Stereo hujifunza vipengele vingi na kuboresha tofauti mara kwa mara, kutoa kina mnene, sahihi hata katika maeneo yenye ujanja.
Utekelezaji wa Ulimwengu Halisi
Mifumo ya kujiendesha yenyewe na ya kusaidia udereva hutumia kamera za stereo kupima umbali wa magari, watembea kwa miguu na kando ya breki na njia.
Roboti za ghala na kilimo huunda ramani za 3D ili kushika vitu, kuepuka vizuizi, na kuchukua matunda kwa kina kirefu.
Vipokea sauti vya AR/VR kama vile vifaa vya upitishaji vinakadiria jiometri ya chumba ili vitu dhahania vikae ipasavyo kwenye nyuso halisi.
Mirihi (k.m., Uvumilivu) hutumia kamera za urambazaji za stereo kupanga njia salama kwenye ardhi ya mawe bila GPS.
Mustakabali wa Ukadiriaji wa Kina cha Stereo
Tarajia muunganisho mkali zaidi wa stereo na LiDAR, rada, na viashiria vya monocular ili mifumo iharibu vyema kitambuzi kimoja kinaposhindwa. Mafunzo ya ulinganishaji yanayotegemea kibadilishaji na kujisimamia (kujifunza kutoka kwa video mbichi bila kina cha ukweli wa msingi) yanapunguza hitaji la data yenye lebo ghali. Ufanisi wa kifaa unaimarika kwa haraka, kwa kuweka stereo ya wakati halisi kwenye drones, miwani ya Uhalisia Pepe na roboti za bei nafuu. Kamera za matukio na mifumo inayotumika iliyofunzwa huahidi kina cha kuaminika hata katika mwanga hafifu, ukungu wa mwendo na matukio yasiyo na maandishi yanayoshinda mbinu za leo.
Kuiweka katika vitendo
Kwa nini ni muhimu
- Kasi na kiwango. Visual AI inaweza kufanya ukaguzi, ugunduzi na kazi za kuweka lebo kiotomatiki kwa kiwango.
- Tengeneza chaguzi. Timu bunifu zinaweza kuiga dhana kwa haraka zaidi na masahihisho machache ya mikono.
- Timu na mtiririko wa kazi. Uendeshaji unaweza kutumia ishara za picha na video ambazo hapo awali zilikuwa ngumu kuchakata.
Jihadharini na
- Haki za picha na idhini zinaweza kuwa hatari za kisheria ikiwa asili haiko wazi.
- Utendaji wa muundo unaweza kutofautiana katika mwangaza, idadi ya watu na mazingira.
- Chanya za uwongo zinaweza kutotambuliwa isipokuwa viwango vya uaminifu vifuatiliwe.
Hatua zinazofuata
- Bainisha vigezo vya kukubalika vya usahihi, kumbukumbu na gharama za makosa.
- Jaribu kwa kutumia data inayolingana na hali halisi ya uzalishaji.
- Ongeza ukaguzi wa kibinadamu kwa utabiri wa chini au utabiri wa athari kubwa.
- Fuatilia mtindo wa kuteleza na uthibitishe upya baada ya mabadiliko ya kamera au mkusanyiko wa data.
Endelea Kuchunguza
Jarida halali
Pata taarifa ya kila siku ya AI
Hadithi tatu za AI zilizothibitishwa kila asubuhi ya wiki, zimetengenezwa kwa Kiingereza rahisi. Bila malipo daima, hakuna matangazo.
Barua pepe moja kila siku ya wiki. Jiondoe kwa bonyeza moja. Hatutauza au kushiriki anwani yako.
Jijaribu mwenyewe
Take the Stereo Depth Estimation quiz
Maoni ya haraka juu ya kila jibu, na cheti kinachoweza kushirikishwa na kitambulisho kinachoweza kuthibitishwa baada ya kupita kozi.
Changia elimu ya AI bila malipo. AI Understanding ni 501(c)(3) isiyo na faida — hakuna matangazo, hakuna kizuizi cha malipo, daima. Toa mchango
Maswali yanayoulizwa mara kwa mara
Ukadiriaji wa Kina cha Stereo ni nini?
Ukadiriaji wa kina cha stereo hurejesha jinsi mambo yalivyo mbali kwa kulinganisha mionekano miwili ya kamera iliyosimikwa kidogo, kama vile macho yako mawili hufanya. Hubadilisha picha bapa kuwa ramani za umbali za 3D ambazo roboti, magari na simu hutegemea kuelewa nafasi.
Je, 'tofauti' katika maono ya stereo ni nini?
Tofauti ni jinsi hatua inayolingana inavyosonga kwa usawa kati ya maoni mawili yaliyorekebishwa; tofauti kubwa inamaanisha kuwa kitu kiko karibu.
Je, kina kinahusiana vipi na tofauti?
Kina = (urefu wa kuzingatia x msingi) / tofauti, ili tofauti inavyopungua, kina kinachokadiriwa hukua. Vitu vya mbali vina tofauti ndogo.
Kwa nini picha 'hurekebishwa' kabla ya kulinganishwa?
Marekebisho hubadilisha picha zote mbili ili ulinganifu ufungwe kwenye mstari mmoja wa mlalo, na kugeuza utafutaji wa 2D kuwa utafutaji wa haraka wa 1D.
Ni hali gani ambayo ni ngumu zaidi kwa kulinganisha stereo?
Nyuso zisizo na umbile au zinazojirudia rudia hufanya saizi nyingi zifanane, kwa hivyo algoriti haiwezi kupata inayolingana sahihi kwa ujasiri.
Je, 'msingi' unarejelea nini?
Msingi ni utengano kati ya vituo viwili vya kamera; msingi mpana zaidi huboresha usahihi wa vitu vilivyo mbali.
Endelea kujifunza
Miongozo inayohusiana
Miongozo zaidi imechaguliwa kwa mada hii