Depth Estimation

يعد تقدير العمق عملية بالغة الأهمية في رؤية الحاسوب، حيث يحدد مسافة الأجسام عن الكاميرا، مما يضيف فعلياً بعداً ثالثاً للصور ثنائية الأبعاد. من خلال حساب مدى بعد كل بكسل في الصورة، تنشئ هذه التقنية خريطة عمق، وهي تمثيل يتوافق فيه كثافة البكسل مع المسافة. تحاكي هذه القدرة الرؤية المزدوجة البشرية، مما يسمح للآلات بإدراك العلاقات المكانية والهندسة. إنها تقنية حجر الزاوية لتمكين الأنظمة المستقلة من التنقل بأمان، وفهم بيئتها، والتفاعل مع الأجسام المادية.

Link to this sectionالآليات والتقنيات الأساسية#

هناك عدة طرق لتحقيق تقدير العمق، تتراوح من الحلول المعتمدة على العتاد إلى الأساليب البرمجية البحتة باستخدام الذكاء الاصطناعي.

• أنظمة الرؤية المجسمة (Stereo Vision): على غرار العيون البشرية، تستخدم الرؤية المجسمة كاميرتين موضوعتين جنباً إلى جنب. تحلل الخوارزميات الاختلافات الطفيفة، أو التباين، بين الصورتين اليمنى واليسرى لتحديد المسافة عبر التثليث. يعتمد هذا بشكل كبير على مطابقة الميزات بدقة لتحديد نفس النقاط في كلا الإطارين.
• تقدير العمق أحادي العين (Monocular): تقدر هذه الطريقة المتقدمة العمق من صورة واحدة. نظراً لأن الصورة ثنائية الأبعاد الواحدة تفتقر إلى بيانات العمق الكامنة، يتم تدريب نماذج التعلم العميق على مجموعات بيانات ضخمة للتعرف على الإشارات البصرية مثل المنظور، وحجم الجسم، والحجب. تتفوق البنى الحديثة، مثل الشبكات العصبية التلافيفية (CNNs)، في هذه المهمة، مما يجعل من الممكن استنتاج البنية ثلاثية الأبعاد من الكاميرات القياسية.
• تقنيات LiDAR وTime-of-Flight (ToF): تبعث المستشعرات النشطة مثل LiDAR (اكتشاف الضوء وتحديد المدى) وكاميرات زمن الرحلة نبضات ضوئية وتقيس الوقت الذي تستغرقه للعودة. تولد هذه الطرق سحب نقاط عالية الدقة وغالباً ما تُستخدم لجمع بيانات الحقيقة الأرضية لتدريب نماذج تعلم الآلة.

Link to this sectionتطبيقات العالم الحقيقي#

إن القدرة على قياس المسافة تُعد قوة تحويلية عبر العديد من الصناعات، حيث تشغل تطبيقات تتطلب الوعي المكاني.

• القيادة الذاتية: تعتمد السيارات ذاتية القيادة على تقدير العمق لاكتشاف العوائق، وقياس المسافة إلى المركبات الأخرى، والتنقل في شبكات الطرق المعقدة بأمان. إنه جزء لا يتجزأ من اكتشاف الأجسام ثلاثية الأبعاد لتحديد المشاة وراكبي الدراجات.
• الروبوتات والأتمتة: تستخدم الروبوتات إدراك العمق لمهام مثل تخطيط المسار ومعالجة الأجسام. على سبيل المثال، يحتاج روبوت المستودع إلى معرفة مدى بعد الرف بدقة لالتقاط طرد دون الاصطدام به.
• الواقع المعزز (AR): لوضع أجسام افتراضية بشكل مقنع في مشهد العالم الحقيقي، يجب أن تفهم أجهزة الواقع المعزز الهندسة ثلاثية الأبعاد للبيئة. يضمن تقدير العمق إمكانية اختباء الشخصيات الافتراضية خلف الأثاث الحقيقي، وهو مفهوم يُعرف باسم معالجة الحجب.

Link to this sectionمثال برمجي: تقدير العمق أحادي العين#

بينما توجد نماذج عمق متخصصة، يمكنك غالباً استنتاج العلاقات المكانية باستخدام مربعات الإحاطة لاكتشاف الأجسام كبديل للمسافة في السيناريوهات البسيطة (المربعات الأكبر غالباً ما تعني أجساماً أقرب). إليك كيفية تحميل نموذج باستخدام حزمة ultralytics لاكتشاف الأجسام، وهي الخطوة الأولى في العديد من خطوط المعالجة المدركة للعمق.

from ultralytics import YOLO

# Load the YOLO26 model
model = YOLO("yolo26n.pt")

# Run inference on an image
results = model("path/to/image.jpg")

# Process results
for result in results:
    # Get bounding boxes (xyxy format)
    boxes = result.boxes.xyxy

    # Iterate through detections
    for box in boxes:
        print(f"Detected object at: {box}")

Link to this sectionالعلاقة بمفاهيم رؤية الحاسوب الأخرى#

من المهم التمييز بين تقدير العمق والمصطلحات ذات الصلة. بينما يحدد اكتشاف الأجسام ما هو الجسم وأين يوجد في مساحة ثنائية الأبعاد (باستخدام مربع إحاطة)، يحدد تقدير العمق مدى بعده (محور Z). وبالمثل، يصنف التجزئة الدلالية البكسلات إلى فئات (مثل: طريق، سماء، سيارة)، في حين يعين تقدير العمق قيمة مسافة لنفس تلك البكسلات.

Link to this sectionالتطورات في الذكاء الاصطناعي المكاني#

يعمل التقدم الأخير في الذكاء الاصطناعي التوليدي على سد الفجوة بين الرؤية ثنائية الأبعاد وثلاثية الأبعاد. تستخدم تقنيات مثل حقول الإشعاع العصبي (NeRF) صوراً ثنائية الأبعاد متعددة لإعادة بناء مشاهد ثلاثية الأبعاد معقدة، معتمدة بشكل كبير على مبادئ العمق الأساسية. علاوة على ذلك، ومع تحسن تقنيات تحسين النماذج، أصبح تشغيل تقدير عمق عالي الدقة على أجهزة حافة الذكاء الاصطناعي أمراً ممكناً. يتيح ذلك الحوسبة المكانية في الوقت الفعلي على أجهزة صغيرة مثل الطائرات بدون طيار أو النظارات الذكية، وذلك بفضل منصات مثل منصة Ultralytics لتدريب النماذج ونشرها بكفاءة.