HƯỚNG DẪN AI trực quan

quang trắc học

Phép quang trắc biến các bức ảnh chồng chéo thông thường thành mô hình, bản đồ và phép đo 3D chính xác.

Đọc trong 2 phútCập nhật lần cuối

Tổng quan

It matters because it lets anyone reconstruct real-world geometry at scale using just a camera, from drone surveys to digitizing museum artifacts.

Lặn sâu

Phép đo quang ảnh phục hồi cấu trúc 3D bằng cách phân tích cách xuất hiện cùng một điểm cảnh trên nhiều ảnh 2D chồng chéo được chụp từ các góc khác nhau. Đầu tiên, quy trình sẽ phát hiện các đặc điểm đặc biệt (sử dụng các công cụ phát hiện như SIFT), sau đó khớp chúng giữa các hình ảnh. Cấu trúc từ chuyển động (SfM) cùng nhau giải quyết vị trí và hướng của mọi camera cùng với đám mây điểm 3D thưa thớt, tinh chỉnh mọi thứ bằng tính năng điều chỉnh gói, tối ưu hóa bình phương tối thiểu khổng lồ. Sau đó, Âm thanh nổi nhiều chế độ xem (MVS) sẽ tăng mật độ này thành hàng triệu điểm, được chia lưới và kết cấu. Bởi vì nó lấy hình học số liệu từ hình ảnh nên phép đo ảnh làm nền tảng cho việc lập bản đồ, khảo sát, bảo tồn di sản văn hóa, hiệu ứng hình ảnh và tạo nội dung trò chơi, thường đạt được độ chính xác dưới centimet với máy ảnh được hiệu chỉnh và điểm kiểm soát mặt đất.

Hiểu biết kỹ thuật

Cơ sở toán học là điều kiện cộng tuyến: một điểm 3D, tâm quang học của máy ảnh và hình chiếu của nó trên mặt phẳng ảnh nằm trên một tia duy nhất. Với đủ các tia chồng nhau, tam giác ghim xuống tọa độ 3D. Việc điều chỉnh gói giảm thiểu tổng số lỗi chiếu lại, khoảng cách giữa các pixel được quan sát và nơi các điểm 3D ước tính chiếu lại, đồng thời trên tất cả các camera và các điểm, đồng thời tinh chỉnh nội tại, tư thế và cấu trúc.

Tác động chiến lược

Tốc độ và tỷ lệ

Visual AI có thể tự động hóa các nhiệm vụ kiểm tra, phát hiện và gắn thẻ trên quy mô lớn.

Xây dựng lựa chọn

Các nhóm sáng tạo có thể tạo nguyên mẫu nhanh hơn với ít sửa đổi thủ công hơn.

Nhóm và quy trình làm việc

Các hoạt động có thể sử dụng tín hiệu hình ảnh và video mà trước đây khó xử lý.

Tương lai của phép đo ảnh

Phép đo ảnh ngày càng được hợp nhất với các phương pháp thần kinh. Các công cụ so khớp tính năng đã học như SuperPoint và SuperGlue hoạt động tốt hơn các công cụ phát hiện cổ điển trên các cảnh khó và kết xuất thần kinh (NeRF, Gaussian Splatting) đang kết hợp với phép đo ảnh để lấp đầy các khoảng trống và tạo ra các nội dung có độ sáng, chân thực như ảnh. Mong đợi khả năng chụp di động theo thời gian thực chặt chẽ hơn, kết hợp camera LiDAR tự động và tính năng dọn dẹp AI giúp loại bỏ các vật thể chuyển động và phản xạ, tạo thói quen tái tạo 3D đáng tin cậy trên điện thoại tiêu dùng.

Triển khai trong thế giới thực

Khảo sát trên không dựa trên máy bay không người lái tạo ra bản đồ địa hình và ước tính khối lượng cho các công trường xây dựng và khai thác mỏ

Số hóa các địa điểm khảo cổ và hiện vật bảo tàng thành mô hình 3D có độ chính xác cao để bảo tồn và nghiên cứu

Tạo nội dung quét 3D quang học (đá, tường, đạo cụ) cho trò chơi điện tử và hiệu ứng hình ảnh phim

Tái thiết hiện trường vụ án và tai nạn, ghi lại các bản ghi 3D có thể đo lường chính xác từ ảnh

Rủi ro & lan can

Quyền và sự đồng ý về hình ảnh có thể trở thành rủi ro pháp lý nếu nguồn gốc xuất xứ không rõ ràng.

Hiệu suất của mô hình có thể khác nhau tùy theo ánh sáng, nhân khẩu học và môi trường.

Kết quả dương tính giả có thể không được chú ý trừ khi ngưỡng tin cậy được theo dõi.

Lộ trình thực hiện

1

Xác định tiêu chí chấp nhận về độ chính xác, thu hồi và chi phí lỗi.

2

Kiểm tra với dữ liệu phù hợp với điều kiện sản xuất thực tế.

3

Thêm đánh giá của con người đối với những dự đoán có độ tin cậy thấp hoặc tác động cao.

4

Theo dõi sự trôi dạt của mô hình và xác nhận lại sau khi thay đổi máy ảnh hoặc tập dữ liệu.

Tiếp tục khám phá

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 Photogrammetry quiz

Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.

Bắt đầu bài kiểm tra

Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation

Hướng dẫn tiếp theo

Tổng hợp chế độ xem tiểu thuyết

Câu hỏi thường gặp

What is Photogrammetry?

Phép quang trắc biến các bức ảnh chồng chéo thông thường thành mô hình, bản đồ và phép đo 3D chính xác. Điều này quan trọng vì nó cho phép mọi người tái tạo hình học trong thế giới thực ở quy mô lớn chỉ bằng cách sử dụng máy ảnh, từ khảo sát bằng máy bay không người lái đến số hóa các hiện vật trong bảo tàng.

Yêu cầu chính của ảnh đầu vào để phép đo ảnh hoạt động là gì?

Phép đo quang điện lập tam giác các điểm 3D bằng cách khớp các đặc điểm giống nhau trên các bức ảnh được chụp từ nhiều góc nhìn, do đó, sự chồng chéo đáng kể và sự đa dạng về góc cạnh là rất cần thiết.

Cấu trúc từ chuyển động (SfM) tính toán những gì?

SfM cùng ước tính tư thế của từng máy ảnh và đám mây điểm 3D thưa thớt từ các đặc điểm trùng khớp trên bộ hình ảnh.

Điều chỉnh gói giảm thiểu những gì?

Điều chỉnh gói là tối ưu hóa bình phương nhỏ nhất lớn nhằm giảm thiểu sự khác biệt giữa các điểm hình ảnh được quan sát và sự phản chiếu của các điểm 3D ước tính.

Vai trò của Multi-View Stereo (MVS) sau SfM là gì?

MVS sử dụng các tư thế máy ảnh đã biết từ SfM để tạo ra một bản tái tạo dày đặc với hàng triệu điểm, có thể được chia lưới và kết cấu.

Tại sao các điểm kiểm soát mặt đất (GCP) thường được sử dụng trong phép đo ảnh cấp độ khảo sát?

GCP là các điểm đánh dấu được khảo sát với các tọa độ đã biết gắn kết việc tái thiết với khung tham chiếu trong thế giới thực, cải thiện độ chính xác và tỷ lệ của số liệu.