Visual AI Itọsọna

Iṣiro Ijinle Monocular

Iṣiro ijinle monocular sọ asọtẹlẹ bawo ni gbogbo ẹbun ṣe jinna si fọto lasan kan - ko si kamẹra sitẹrio, lidar, tabi sensọ ijinle ti o nilo.

2 min kakẹhin imudojuiwọn

Akopọ

It lets one camera perceive 3D structure from a flat 2D image.

Jin Dive

Awọn eniyan le ṣe idajọ ijinle lati oju kan nipa lilo awọn ifẹnukonu bii irisi, iwọn ojulumo, gradients sojurigindin, iboji, ati occlusion. Iṣiro ijinle monocular nkọ awọn nẹtiwọọki nkankikan ẹtan kanna: ifunni ni aworan RGB kan ki o ṣejade iye ijinle fun ẹbun kọọkan. Nitoripe aworan 2D kan jẹ aibikita nipa iwọn pipe, iṣẹ-ṣiṣe jẹ lile - ọpọlọpọ awọn iwoye 3D le ṣe akanṣe si aworan kanna. Awọn nẹtiwọọki kọ ẹkọ awọn iṣaaju iṣiro lati awọn ipilẹ data nla lati yanju eyi. Ikẹkọ wa ni awọn adun meji: abojuto, lilo ijinle-otitọ ilẹ lati lidar tabi awọn sensọ RGB-D, ati abojuto ti ara ẹni, eyiti o kọ ẹkọ ijinle ni mimọ lati fidio tabi awọn orisii sitẹrio nipa fifi ipa mu pe ijinle asọtẹlẹ ṣe atunṣe wiwo kan si omiiran. Awọn awoṣe ipilẹ aipẹ bii MiDaS ati Ijinle Ohunkohun ṣe gbogbogbo ti iyalẹnu kọja awọn iwoye ti a ko rii.

Imọ-imọ-ẹrọ

Awọn ọna abojuto ti ara ẹni lo nilokulo geometry dipo awọn akole. Fi fun awọn iwo meji (sitẹrio tabi awọn fireemu fidio itẹlera) ati maapu ijinle ti asọtẹlẹ kan pẹlu išipopada kamẹra, awoṣe naa fa aworan kan lati tun ekeji ṣe; aṣiṣe atunṣe ipele-piksẹli di ifihan agbara ikẹkọ. Ipadanu 'view-synthesis' tumọ si ijinle le kọ ẹkọ lati aise, fidio ti ko ni aami. Idiwọn bọtini kan jẹ aibikita iwọn: ijinle monocular nigbagbogbo jẹ deede nikan si isodipupo aimọ ayafi ti iwọntunwọnsi lodi si itọkasi ti a mọ tabi abojuto metiriki.

Ipa Ilana

Iyara ati iwọn

Visual AI le ṣe adaṣe adaṣe, wiwa, ati awọn iṣẹ ṣiṣe taagi ni iwọn.

Kọ awọn yiyan

Awọn ẹgbẹ ẹda le ṣe apẹrẹ awọn imọran yiyara pẹlu awọn atunyẹwo afọwọṣe diẹ.

Ẹgbẹ ati ṣiṣan iṣẹ

Awọn iṣẹ ṣiṣe le lo aworan ati awọn ifihan agbara fidio ti o nira tẹlẹ lati ṣiṣẹ.

Ojo iwaju ti Iṣiro Ijinle Monocular

Awọn awoṣe ipilẹ ijinle gbogbogbo ti ikẹkọ lori awọn miliọnu awọn aworan ti o dapọ n titari si igbẹkẹle, metric (iwọn-otitọ) ijinle ni eyikeyi iṣẹlẹ, paapaa awọn ti a ko rii ni ikẹkọ. Reti idapọ ju pẹlu ṣiṣan opiti ati SLAM fun atunkọ oju iṣẹlẹ 3D ni kikun, awọn awoṣe fẹẹrẹfẹ ti o nṣiṣẹ laaye lori awọn foonu ati awọn agbekọri, ati agbara-shot odo ti o lagbara. Eyi yoo jẹ ki iwoye aye ọlọrọ jẹ olowo poku ati ibi gbogbo, ti o wa lati kamẹra eyikeyi kuku ju awọn ohun elo imọ-jinlẹ gbowolori gbowolori.

Real-World imuse

Ipo aworan foonuiyara ti n ṣe adaṣe blur isale (bokeh) nipa iṣiro koko-ọrọ-di-aarin-ijinle ẹhin

Awọn ohun elo otitọ ti a ṣe afikun gbigbe awọn ohun foju si ki wọn joko ni deede lẹhin ohun-ọṣọ gidi-aye

Drones ati awọn roboti iye owo kekere yago fun awọn idiwọ lilo kamẹra kan ti nkọju si iwaju

Yiyipada awọn fọto 2D ati awọn fiimu sinu 3D nipa jimọ ijinle piksẹli fun ifihan stereoscopic

Awọn ewu & Awọn ọna iṣọ

Awọn ẹtọ aworan ati igbanilaaye le di awọn eewu labẹ ofin ti o ba jẹ afihan.

Iṣe awoṣe le yatọ kọja ina, awọn ẹda eniyan, ati awọn agbegbe.

Awọn idaniloju eke le ma ṣe akiyesi ayafi ti a ba ṣe abojuto awọn ala igbẹkẹle.

Ilana Ilana imuse

1

Ṣetumo awọn ibeere gbigba fun pipe, iranti, ati awọn idiyele aṣiṣe.

2

Ṣe idanwo pẹlu data ti o baamu awọn ipo iṣelọpọ gidi.

3

Ṣafikun atunyẹwo eniyan fun igbẹkẹle kekere tabi awọn asọtẹlẹ ipa-giga.

4

Tọpinpin awoṣe ki o ṣe tunṣe lẹhin kamẹra tabi awọn ayipada datasetto.

Tesiwaju Ṣiṣawari

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.

Bẹrẹ adanwo

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

Itọsọna atẹle

Sitẹrio Ijinle Ifoju

Awọn ibeere ti a beere nigbagbogbo

What is Monocular Depth Estimation?

Iṣiro ijinle monocular sọ asọtẹlẹ bawo ni gbogbo ẹbun ṣe jinna si fọto lasan kan - ko si kamẹra sitẹrio, lidar, tabi sensọ ijinle ti o nilo. O jẹ ki kamẹra kan rii eto 3D lati aworan 2D alapin kan.

Kini o jẹ ki iṣiro ijinle 'monocular'?

'Monocular' tumo si oju kan/kamẹra; ọna naa ṣe asọtẹlẹ ijinle lati aworan RGB kan laisi sitẹrio tabi awọn sensọ ijinle ti nṣiṣe lọwọ.

Kini idi ti iṣiro ijinle monocular jẹ aibikita ni ipilẹ?

Isọtẹlẹ 2D kan padanu alaye iwọn, nitorinaa awọn eto 3D pupọ ni ibamu pẹlu aworan kan; awọn nẹtiwọọki gbarale awọn iṣaaju ti a kọ ẹkọ lati ṣaju.

Bawo ni awọn ọna abojuto ti ara ẹni ṣe kọ ijinle laisi awọn ami-ilẹ-otitọ?

Lilo ijinle asọtẹlẹ ati išipopada kamẹra, awoṣe ṣe atunṣe aworan kan si omiiran; aṣiṣe photometric n pese ifihan agbara ẹkọ, ko si awọn aami ti o nilo.

Iwoye wo ni awọn nẹtiwọọki monocular KO gbẹkẹle taara fun ijinle?

Iyatọ sitẹrio nilo awọn kamẹra meji; Awọn ọna monocular gbarale awọn ifọkansi aworan-ọkan bi iwọn, irisi, sojurigindin, ati occlusion.

Kini 'aibikita iwọn' ni ijinle monocular?

Laisi abojuto metiriki tabi itọkasi ti a mọ, ijinle monocular n funni ni eto ibatan ti o pe ṣugbọn iwọn ti ko ni idaniloju.