คู่มือ AI แบบเห็นภาพ

การประมาณความลึกสเตอริโอ

การประมาณความลึกแบบสเตอริโอจะคืนค่าว่าสิ่งต่างๆ อยู่ไกลแค่ไหนโดยการเปรียบเทียบมุมมองกล้องที่ชดเชยเล็กน้อยสองภาพ เช่นเดียวกับที่ดวงตาทั้งสองของคุณทำ

ฟังคำแนะนำนี้บรรยายโดย AI · ~2 min

บนหน้านี้อ่าน 2 นาที
  1. ภาพรวม
  2. เจาะลึก
  3. การใช้งานจริงในโลกแห่งความเป็นจริง
  4. อนาคตของการประมาณความลึกของสเตอริโอ
  5. การนำไปปฏิบัติ
  6. สำรวจต่อไป
  7. คำถามที่พบบ่อย

ภาพรวม

มันแปลงภาพแบนเป็นแผนที่ระยะทาง 3 มิติที่หุ่นยนต์ รถยนต์ และโทรศัพท์พึ่งพาเพื่อทำความเข้าใจพื้นที่.

เจาะลึก

การประมาณความลึกของสเตอริโอใช้กล้องสองตัวที่มีระยะห่างคงที่ (เส้นฐาน) จุดเดียวกันในโลกอยู่ที่ตำแหน่งแนวนอนที่แตกต่างกันเล็กน้อยในภาพด้านซ้ายและขวา และการเปลี่ยนแปลงนั้นเรียกว่าความแตกต่าง วัตถุใกล้เคียงมีการเคลื่อนตัวมาก คนที่อยู่ห่างไกลแทบขยับตัวไม่ได้ ความลึกคำนวณเป็น (ความยาวโฟกัส x เส้นพื้นฐาน) / ความแตกต่าง ดังนั้นความลึกและความต่างจึงมีความสัมพันธ์แบบผกผัน ส่วนที่ยากคือการจับคู่พิกเซลระหว่างรูปภาพทั้งสอง โดยเฉพาะอย่างยิ่งบนผนังเรียบ รูปแบบที่ซ้ำกัน หรือพื้นผิวสะท้อนแสงซึ่งมีพิกเซลจำนวนมากดูเหมือนกัน วิธีการแบบคลาสสิก เช่น การสแกนการจับคู่กึ่งสากลตามแนวสแกนไลน์ ในขณะที่เครือข่ายเชิงลึกสมัยใหม่ เช่น PSMNet และ RAFT-Stereo เรียนรู้คุณสมบัติที่หลากหลายและปรับแต่งความแตกต่างซ้ำ ๆ กัน ทำให้เกิดความหนาแน่นและความลึกที่แม่นยำแม้ในภูมิภาคที่ยุ่งยาก

การใช้งานจริงในโลกแห่งความเป็นจริง

ระบบขับเคลื่อนด้วยตนเองและช่วยเหลือผู้ขับขี่ใช้กล้องสเตอริโอเพื่อวัดระยะห่างจากรถยนต์ คนเดินถนน และขอบถนนสำหรับการเบรกและการรักษาช่องทางเดินรถ

หุ่นยนต์ในคลังสินค้าและการเกษตรสร้างแผนที่ 3 มิติเพื่อจับวัตถุ หลีกเลี่ยงสิ่งกีดขวาง และเก็บผลไม้ที่ระดับความลึกที่เหมาะสม

ชุดหูฟัง AR/VR เช่น อุปกรณ์ส่งผ่านจะประเมินรูปทรงของห้อง เพื่อให้วัตถุเสมือนวางอย่างถูกต้องบนพื้นผิวจริง

รถแลนด์โรเวอร์บนดาวอังคาร (เช่น Perseverance) ใช้กล้องนำทางสเตอริโอเพื่อวางแผนเส้นทางที่ปลอดภัยเหนือภูมิประเทศที่เป็นหินโดยไม่ต้องใช้ GPS

อนาคตของการประมาณความลึกของสเตอริโอ

คาดว่าจะหลอมรวมสเตอริโอเข้ากับ LiDAR, เรดาร์ และสัญญาณตาข้างเดียวได้แน่นยิ่งขึ้น เพื่อให้ระบบลดระดับลงอย่างสวยงามเมื่อเซ็นเซอร์ตัวหนึ่งทำงานล้มเหลว การจับคู่โดยใช้หม้อแปลงไฟฟ้าและการฝึกอบรมแบบมีการดูแลตนเอง (การเรียนรู้จากวิดีโอ Raw โดยไม่ต้องเจาะลึกข้อมูลพื้นฐาน) กำลังลดความจำเป็นในการใช้ข้อมูลที่มีป้ายกำกับซึ่งมีราคาแพง ประสิทธิภาพบนอุปกรณ์ได้รับการปรับปรุงอย่างรวดเร็ว โดยใส่สเตอริโอแบบเรียลไทม์บนโดรน แว่นตา AR และหุ่นยนต์ราคาถูก กล้องเหตุการณ์และรูปแบบที่เรียนรู้ได้รับประกันความลึกที่เชื่อถือได้แม้ในสภาพแสงน้อย ภาพเบลอจากการเคลื่อนไหว และฉากที่ไม่มีพื้นผิวซึ่งเอาชนะวิธีการในปัจจุบัน

การนำไปปฏิบัติ

ทำไมมันถึงสำคัญ

  • ความเร็วและขนาด. Visual AI สามารถทำให้การตรวจสอบ การตรวจจับ และการแท็กเป็นอัตโนมัติในขนาดต่างๆ
  • สร้างทางเลือก. ทีมสร้างสรรค์สามารถสร้างต้นแบบแนวคิดได้รวดเร็วขึ้นโดยต้องมีการแก้ไขด้วยตนเองน้อยลง
  • ทีมงานและขั้นตอนการทำงาน. การดำเนินการสามารถใช้สัญญาณภาพและวิดีโอที่ก่อนหน้านี้ประมวลผลได้ยาก

ระวัง

  • สิทธิ์และความยินยอมในรูปภาพอาจกลายเป็นความเสี่ยงทางกฎหมายได้หากแหล่งที่มาไม่ชัดเจน
  • ประสิทธิภาพของโมเดลอาจแตกต่างกันไปตามสภาพแสง ข้อมูลประชากร และสภาพแวดล้อม
  • ผลบวกลวงอาจไม่สังเกตเห็นเว้นแต่จะมีการตรวจสอบเกณฑ์ความเชื่อมั่น

ขั้นตอนต่อไป

  1. กำหนดเกณฑ์การยอมรับสำหรับความแม่นยำ การเรียกคืน และต้นทุนข้อผิดพลาด
  2. ทดสอบด้วยข้อมูลที่ตรงกับเงื่อนไขการผลิตจริง
  3. เพิ่มการตรวจสอบโดยเจ้าหน้าที่สำหรับการคาดการณ์ที่มีความมั่นใจต่ำหรือมีผลกระทบสูง
  4. ติดตามการเคลื่อนตัวของโมเดลและตรวจสอบความถูกต้องอีกครั้งหลังจากการเปลี่ยนแปลงกล้องหรือชุดข้อมูล

สำรวจต่อไป

จดหมายข่าวฟรี

รับสรุป AI รายวัน

เรื่องราว AI ที่ตรวจสอบแล้ว 3 เรื่องทุกวันทำงาน เช้า, เขียนเป็นภาษาอังกฤษธรรมดา ฟรีตลอดไป ไม่มีโฆษณา

อีเมลหนึ่งฉบับทุกวันทำงาน ยกเลิกการสมัครในคลิกเดียว เราไม่เคยขายหรือแชร์ที่อยู่อีเมลของคุณ

ทดสอบตัวเอง

ทำแบบทดสอบการประมาณความลึกแบบสเตอริโอ

ข้อเสนอแนะทันทีสำหรับทุกคำตอบ และใบรับรองที่สามารถแชร์ได้พร้อม ID ที่ตรวจสอบได้เมื่อคุณผ่านหลักสูตร

เริ่มแบบทดสอบ

สนับสนุนการศึกษา AI ฟรี AI Understanding เป็นองค์กรไม่แสวงหาผลกำไร 501(c)(3) — ไม่มีโฆษณา ไม่มีกำแพงเงิน, ตลอดไป บริจาค

คำถามที่พบบ่อย

การประมาณความลึกแบบสเตอริโอคืออะไร?

การประมาณความลึกแบบสเตอริโอจะคืนค่าว่าสิ่งต่างๆ อยู่ไกลแค่ไหนโดยการเปรียบเทียบมุมมองกล้องที่ชดเชยเล็กน้อยสองภาพ เช่นเดียวกับที่ดวงตาทั้งสองของคุณทำ โดยเปลี่ยนภาพแบนๆ ให้เป็นแผนที่ระยะทาง 3 มิติที่หุ่นยนต์ รถยนต์ และโทรศัพท์พึ่งพาเพื่อทำความเข้าใจอวกาศ

'ความแตกต่าง' ในการมองเห็นแบบสเตอริโอคืออะไร?

ความแตกต่างคือระยะทางที่จุดที่สอดคล้องกันเคลื่อนที่ในแนวนอนระหว่างมุมมองที่แก้ไขสองมุมมอง ความแตกต่างที่มากขึ้นหมายถึงวัตถุอยู่ใกล้มากขึ้น

ความลึกเกี่ยวข้องกับความแตกต่างอย่างไร?

ความลึก = (ความยาวโฟกัส x เส้นพื้นฐาน) / ความแตกต่าง ดังนั้นเมื่อความแตกต่างลดลง ความลึกโดยประมาณก็จะเพิ่มขึ้น วัตถุที่อยู่ห่างไกลมีความแตกต่างกันเล็กน้อย

เหตุใดรูปภาพจึง 'แก้ไข' ก่อนจับคู่

การแก้ไขจะทำให้ทั้งสองภาพบิดเบี้ยว ดังนั้นการจับคู่จึงจำกัดอยู่ที่เส้นแนวนอนเส้นเดียว เปลี่ยนการค้นหาแบบ 2 มิติให้เป็นการค้นหาแบบ 1 มิติที่รวดเร็ว

สถานการณ์ใดยากที่สุดสำหรับการจับคู่สเตอริโอ

พื้นผิวที่ไม่มีพื้นผิวหรือซ้ำกันทำให้พิกเซลจำนวนมากดูเหมือนกัน ดังนั้นอัลกอริทึมจึงไม่สามารถค้นหาการจับคู่ที่ถูกต้องได้อย่างมั่นใจ

'พื้นฐาน' หมายถึงอะไร?

เส้นพื้นฐานคือการแยกระหว่างศูนย์กลางกล้องทั้งสอง เส้นฐานที่กว้างขึ้นช่วยเพิ่มความแม่นยำให้กับวัตถุที่อยู่ห่างไกล

เรียนรู้ต่อไป

คำแนะนำที่เกี่ยวข้อง

คำแนะนำเพิ่มเติมที่เลือกสำหรับหัวข้อนี้

รับใบรับรอง AI ฟรีหลักสูตรและการสอบสั้น ๆ ฟรี ไม่มีค่าใช้จ่าย ไม่มีบัตรเครดิต ประมาณ 2.5 ชั่วโมงเริ่มต้นฟรี →