Monoküler Derinlik Tahmini
Monoküler derinlik tahmini, her pikselin tek bir sıradan fotoğraftan ne kadar uzakta olduğunu tahmin eder; stereo kamera, lidar veya derinlik sensörü gerekmez.
Genel Bakış
It lets one camera perceive 3D structure from a flat 2D image.
Derin Dalış
İnsanlar perspektif, göreceli boyut, doku geçişleri, gölgeleme ve kapanma gibi ipuçlarını kullanarak derinliği tek gözle değerlendirebilirler. Monoküler derinlik tahmini, sinir ağlarına aynı numarayı öğretir: tek bir RGB görüntüsünü besleyin ve her piksel için bir derinlik değeri çıkarın. 2 boyutlu bir görüntünün mutlak ölçek konusunda doğası gereği belirsiz olması nedeniyle görev zordur; birçok 3 boyutlu sahne aynı resme yansıtılabilir. Ağlar bu sorunu çözmek için büyük veri kümelerinden istatistiksel öncelikleri öğrenir. Eğitim iki şekilde gelir: Lidar veya RGB-D sensörlerinden gelen gerçek derinlik derinliğini kullanan denetimli ve tahmin edilen derinliğin bir görünümü diğerine doğru şekilde yeniden yansıtmasını sağlayarak derinliği yalnızca video veya stereo çiftlerinden öğrenen kendi kendini denetleyen. MiDaS ve Depth Everything gibi yeni temel modeller, görülmeyen sahnelerde dikkat çekici şekilde genelleşiyor.
Teknik Bilgi
Kendi kendini denetleyen yöntemler etiketler yerine geometriden yararlanır. İki görünüm (stereo veya ardışık video kareleri) ve tahmini bir derinlik haritası artı kamera hareketi verildiğinde, model bir görüntüyü diğerini yeniden oluşturmak için çarpıtır; piksel seviyesindeki yeniden yapılandırma hatası eğitim sinyali haline gelir. Bu 'görüntüleme sentezi' kaybı, derinliğin ham, etiketlenmemiş videodan öğrenilebileceği anlamına gelir. Önemli bir sınırlama ölçek belirsizliğidir: monoküler derinlik, bilinen bir referansa veya metrik denetime göre kalibre edilmediği sürece genellikle yalnızca bilinmeyen bir çarpana kadar doğrudur.
Stratejik Etki
Speed and scale
Visual AI, inceleme, algılama ve etiketleme görevlerini geniş ölçekte otomatikleştirebilir.
Build choices
Yaratıcı ekipler, daha az manuel revizyonla konseptleri daha hızlı prototipleyebilir.
Ekip ve iş akışı
Operasyonlar, daha önce işlenmesi zor olan görüntü ve video sinyallerini kullanabilir.
Monoküler Derinlik Tahmininin Geleceği
Milyonlarca karışık görüntü üzerinde eğitilen genel derinlik temel modelleri, herhangi bir sahnede, hatta eğitimde hiç görülmemiş olanlarda bile güvenilir, metrik (gerçek ölçekli) derinliğe doğru ilerlemektedir. Tam 3D sahne yeniden yapılandırması için optik akış ve SLAM ile daha sıkı füzyon, telefonlarda ve kulaklıklarda canlı olarak çalışan daha hafif modeller ve daha güçlü sıfır atış sağlamlığı bekleyebilirsiniz. Bu, pahalı derinlik algılama donanımları yerine herhangi bir tek kameradan elde edilebilecek zengin mekansal algıyı ucuz ve her yerde mevcut hale getirecek.
Gerçek Dünya Uygulaması
Nesne-arka plan mesafesini tahmin ederek arka plan bulanıklığını (bokeh) simüle eden akıllı telefon portre modu
Artırılmış gerçeklik uygulamaları, sanal nesneleri gerçek dünyadaki mobilyaların arkasına doğru şekilde oturacak şekilde yerleştirir
Dronlar ve düşük maliyetli robotlar, öne bakan tek bir kamera kullanarak engelleri aşıyor
Stereoskopik görüntüleme için piksel başına derinlik çıkarımıyla 2D fotoğrafları ve filmleri 3D'ye dönüştürme
Riskler ve Korkuluklar
Kaynağın belirsiz olması durumunda görüntü hakları ve rıza yasal risk haline gelebilir.
Model performansı aydınlatma, demografik özellikler ve ortamlara göre değişiklik gösterebilir.
Güven eşikleri izlenmediği sürece yanlış pozitifler fark edilmeyebilir.
Uygulama Yol Haritası
Kesinlik, geri çağırma ve hata maliyetlerine ilişkin kabul kriterlerini tanımlayın.
Gerçek üretim koşullarıyla eşleşen verilerle test edin.
Düşük güvenirliğe sahip veya yüksek etkili tahminler için gerçek kişi tarafından yapılan incelemeyi ekleyin.
Model kaymasını izleyin ve kamera veya veri kümesi değişikliklerinden sonra yeniden doğrulayın.
Keşfetmeye Devam Edin
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 Monocular 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
Next guide
Stereo Derinlik Tahmini
Sık sorulan sorular
What is Monocular Depth Estimation?
Monoküler derinlik tahmini, her pikselin tek bir sıradan fotoğraftan ne kadar uzakta olduğunu tahmin eder; stereo kamera, lidar veya derinlik sensörü gerekmez. Bir kameranın düz bir 2D görüntüden 3D yapıyı algılamasını sağlar.
Derinlik tahminini 'tek gözlü' yapan nedir?
'Monoküler' tek göz/kamera anlamına gelir; yöntem, stereo veya aktif derinlik sensörleri olmadan tek bir RGB görüntüsünden derinliği tahmin eder.
Monoküler derinlik tahmini neden temelde belirsizdir?
Tek bir 2B projeksiyon ölçek bilgisini kaybeder, dolayısıyla birden fazla 3B düzenleme tek bir görüntüyle tutarlı olur; ağlar, belirsizliği ortadan kaldırmak için öğrenilmiş önceliklere dayanır.
Kendi kendini denetleyen yöntemler, temel gerçeklik etiketleri olmadan derinliği nasıl öğrenir?
Model, tahmin edilen derinliği ve kamera hareketini kullanarak bir görüntüyü diğerine yeniden yansıtır; fotometrik hata öğrenme sinyalini sağlar, etikete gerek yoktur.
Monoküler ağlar derinlik için doğrudan hangi ipucuna dayanmaz?
Stereo eşitsizliği iki kamera gerektirir; monoküler yöntemler boyut, perspektif, doku ve kapanma gibi tek görüntü ipuçlarına dayanır.
Monoküler derinlikte 'ölçek belirsizliği' nedir?
Metrik denetim veya bilinen bir referans olmadan, monoküler derinlik doğru göreceli yapıyı verir ancak belirsiz bir mutlak ölçek verir.