概述
单目深度估计可预测每个像素与单张普通照片的距离 - 无需立体相机、激光雷达或深度传感器。它可以让一台相机从平面 2D 图像中感知 3D 结构。
单目深度估计属于计算机视觉工作流程，它解释或生成视觉媒体以进行分析、操作和创造力。
深入探讨
人类可以利用透视、相对大小、纹理梯度、阴影和遮挡等线索来判断一只眼睛的深度。单目深度估计教会神经网络同样的技巧：输入单个 RGB 图像并输出每个像素的深度值。由于 2D 图像本质上在绝对比例上不明确，因此任务很困难 - 许多 3D 场景可以投影到同一张图片。网络从大型数据集中学习统计先验来解决这个问题。训练有两种形式：监督式，使用激光雷达或 RGB-D 传感器的地面实况深度；自我监督式，通过强制预测深度正确地将一个视图重新投影到另一个视图中，纯粹从视频或立体对中学习深度。最近的基础模型（例如 MiDaS 和 Depth Anything）在未见过的场景中具有显着的泛化能力。
技术洞察
自监督方法利用几何而不是标签。给定两个视图（立体或连续视频帧）和预测深度图加上相机运动，模型会扭曲一个图像以重建另一个图像；像素级重建误差成为训练信号。这种“视图合成”损失意味着可以从原始的、未标记的视频中学习深度。一个关键的限制是尺度模糊性：单目深度通常只能正确到未知的乘数，除非根据已知的参考或度量监督进行校准。
掌握单眼深度估计
单目深度估计可预测每个像素与单张普通照片的距离 - 无需立体相机、激光雷达或深度传感器。它可以让一台相机从平面 2D 图像中感知 3D 结构。单目深度估计属于计算机视觉工作流程，它解释或生成视觉媒体以进行分析、操作和创造力。为了建立深入的理解，请将单目深度估计视为一种操作模型，而不是单一功能：定义期望的结果，澄清假设，并将系统可以可靠地完成的任务与仍需要专家判断的任务分开。
在实践中，使用单目深度估计的强大团队会平衡准确性与数据质量、照明差异和标签一致性等操作现实。他们记录明确的成功标准，根据实际数据和工作流程进行测试，并根据观察到的失败模式而不是一次性基准测试胜利进行迭代。这就是理论理解转变为跨产品、政策和运营的持久能力的地方。
视觉人工智能可以大规模自动化检查、检测和标记任务。同时，如果出处不明，肖像权和同意可能会成为法律风险。最具弹性的方法是将实验速度与治理规则结合起来：运行试点、捕获证据、发布决策日志，并随着模型行为、用户期望和监管要求的发展不断更新保障措施。
战略影响
视觉人工智能可以大规模自动化检查、检测和标记任务。
视觉人工智能可以大规模自动化检查、检测和标记任务。在高质量部署中，这会转化为可衡量的操作规则、所有权边界和定期审查仪式，以便团队可以增强信心，而不是扩大模糊性。
创意团队可以通过更少的手动修改更快地构建概念原型。
创意团队可以通过更少的手动修改更快地构建概念原型。在高质量部署中，这会转化为可衡量的操作规则、所有权边界和定期审查仪式，以便团队可以增强信心，而不是扩大模糊性。
操作可以使用以前难以处理的图像和视频信号。
操作可以使用以前难以处理的图像和视频信号。在高质量部署中，这会转化为可衡量的操作规则、所有权边界和定期审查仪式，以便团队可以增强信心，而不是扩大模糊性。
现实世界的实施
智能手机肖像模式通过估计主体与背景距离来模拟背景模糊（散景）
增强现实应用程序放置虚拟对象，以便它们正确地位于现实世界的家具后面
无人机和低成本机器人使用单个前置摄像头避开障碍物
通过推断立体显示的每像素深度，将 2D 照片和影片转换为 3D
实施模式
单目深度估计实践
智能手机肖像模式通过估计主体与背景的距离来模拟背景模糊（散景）。
智能手机肖像模式通过估计主体与背景的距离来模拟背景模糊（散景） 团队在预先定义质量阈值、为边缘情况保留人工升级路径并跟踪一段时间内的生产力提升和错误成本时，通常会获得更好的结果。
单目深度估计实践
增强现实应用程序放置虚拟对象，使它们正确地位于现实世界的家具后面。
增强现实应用程序将虚拟对象放置在现实世界的家具后面，当团队预先定义质量阈值、为边缘情况保留人工升级路径并跟踪一段时间内的生产力提升和错误成本时，通常会获得更好的结果。
单目深度估计实践
无人机和低成本机器人使用单个前置摄像头避开障碍物。
无人机和低成本机器人使用单个前置摄像头避开障碍物当团队预先定义质量阈值、为边缘情况保留人工升级路径并随着时间的推移跟踪生产力增益和错误成本时，通常会获得更好的结果。
单目深度估计实践
通过推断立体显示的每像素深度，将 2D 照片和影片转换为 3D。
通过推断立体显示的每像素深度，将 2D 照片和影片转换为 3D 团队在预先定义质量阈值、为边缘情况保留人工升级路径并随着时间的推移跟踪生产力增益和错误成本时，通常会获得更好的结果。
风险与防护栏
如果出处不明，肖像权和同意可能会成为法律风险。
模型性能可能因光照、人口统计和环境的不同而有所不同。
除非监控置信阈值，否则误报可能会被忽视。
实施路线图
定义精确度、召回率和错误成本的接受标准。
定义精确度、召回率和错误成本的接受标准。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。
使用符合实际生产条件的数据进行测试。
使用符合实际生产条件的数据进行测试。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。
为低置信度或高影响力的预测添加人工审核。
为低置信度或高影响力的预测添加人工审核。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。
跟踪模型漂移并在相机或数据集更改后重新验证。
跟踪模型漂移并在相机或数据集更改后重新验证。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。