Depth Estimation

Derinlik tahmini, nesnelerin bir kameradan olan uzaklığını belirleyerek 2D görüntülere etkili bir şekilde üçüncü bir boyut katan, bilgisayarlı görüde kritik bir süreçtir. Bir görüntüdeki her pikselin ne kadar uzakta olduğunu hesaplayarak bu teknik, piksel yoğunluğunun mesafeye karşılık geldiği bir temsil olan bir derinlik haritası oluşturur. Bu yetenek, makinelerin uzamsal ilişkileri ve geometriyi algılamasına olanak tanıyarak insan binoküler görüşünü taklit eder. Otonom sistemlerin güvenli bir şekilde gezinmesini, çevrelerini anlamasını ve fiziksel nesnelerle etkileşime girmesini sağlamak için temel bir teknolojidir.

Link to this sectionTemel Mekanizmalar ve Teknikler#

Donanım tabanlı çözümlerden yapay zeka kullanan tamamen yazılım odaklı yaklaşımlara kadar derinlik tahmini elde etmenin birkaç yolu vardır.

• Stereo Görüş Sistemleri: İnsan gözüne benzer şekilde, stereo görüş yan yana yerleştirilmiş iki kamera kullanır. Algoritmalar, mesafeyi üçgenlemek için sol ve sağ görüntüler arasındaki küçük farkları veya eşitsizliği analiz eder. Bu, her iki karedeki aynı noktaları tanımlamak için doğru özellik eşleştirmeye büyük ölçüde güvenir.
• Monoküler Derinlik Tahmini: Bu gelişmiş yöntem, tek bir görüntüden derinliği tahmin eder. Tek bir 2D fotoğraf doğal bir derinlik verisinden yoksun olduğundan, derin öğrenme modelleri; perspektif, nesne boyutu ve örtülme (occlusion) gibi görsel ipuçlarını tanımak için geniş veri setleri üzerinde eğitilirler. Evrişimli sinir ağları (CNN) gibi modern mimariler bu görevde mükemmeldir ve standart kameralardan 3D yapı elde etmeyi mümkün kılar.
• LiDAR ve Uçuş Süresi (ToF): LiDAR (Işık Algılama ve Uzaklık Belirleme) ve Uçuş Süresi kameraları gibi aktif sensörler ışık darbeleri yayar ve bunların geri dönme süresini ölçer. Bu yöntemler oldukça doğru nokta bulutları üretir ve genellikle makine öğrenimi modellerini eğitmek için gerçek dünya verilerini toplamak amacıyla kullanılır.

Link to this sectionGerçek Dünya Uygulamaları#

Mesafeyi ölçme yeteneği, uzamsal farkındalık gerektiren uygulamaları destekleyerek birçok endüstride dönüştürücü bir etkiye sahiptir.

• Otonom Sürüş: Kendi kendine giden araçlar engelleri algılamak, diğer araçlara olan mesafeyi ölçmek ve karmaşık yol ağlarında güvenli bir şekilde gezinmek için derinlik tahminine güvenir. Yayaları ve bisikletlileri tanımlamak için 3D nesne algılama işleminin ayrılmaz bir parçasıdır.
• Robotik ve Otomasyon: Robotlar, yol planlama ve nesne manipülasyonu gibi görevler için derinlik algısını kullanır. Örneğin, bir depo robotunun bir paketi ona çarpmadan almak için bir rafın tam olarak ne kadar uzakta olduğunu bilmesi gerekir.
• Artırılmış Gerçeklik (AR): Sanal nesneleri gerçek dünya sahnesine inandırıcı bir şekilde yerleştirmek için, AR cihazlarının ortamın 3D geometrisini anlaması gerekir. Derinlik tahmini, sanal karakterlerin gerçek mobilyaların arkasına saklanabilmesini sağlar; bu, örtülme yönetimi olarak bilinen bir kavramdır.

Link to this sectionKod Örneği: Monoküler Derinlik Tahmini#

Özel derinlik modelleri mevcut olsa da, basit senaryolarda mesafe için bir vekil olarak nesne algılama sınırlayıcı kutularını (daha büyük kutular genellikle daha yakın nesneler anlamına gelir) kullanarak genellikle uzamsal ilişkileri çıkarabilirsin. Birçok derinlik duyarlı işlem hattındaki ilk adım olan nesneleri algılamak için ultralytics paketini kullanarak bir modeli nasıl yükleyeceğin aşağıda açıklanmıştır.

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 sectionDiğer Bilgisayarlı Görü Kavramlarıyla İlişkisi#

Derinlik tahminini ilgili terimlerden ayırt etmek önemlidir. Nesne algılama bir nesnenin 2D uzayda ne ve nerede olduğunu (sınırlayıcı kutu kullanarak) tanımlarken, derinlik tahmini onun ne kadar uzakta olduğunu (Z ekseni) tanımlar. Benzer şekilde, anlamsal bölütleme pikselleri kategorilere (örneğin yol, gökyüzü, araba) ayırırken, derinlik tahmini aynı piksellere bir mesafe değeri atar.

Link to this sectionUzamsal Yapay Zekadaki Gelişmeler#

Üretken yapay zekadaki son gelişmeler, 2D ve 3D görüş arasındaki boşluğu dolduruyor. Sinirsel Işıma Alanları (NeRF) gibi teknikler, karmaşık 3D sahneleri yeniden oluşturmak için birden fazla 2D görüntü kullanır ve büyük ölçüde temel derinlik prensiplerine dayanır. Ayrıca, model optimizasyonu teknikleri geliştikçe, uç yapay zeka cihazlarında yüksek doğruluklu derinlik tahmini çalıştırmak mümkün hale geliyor. Bu, verimli model eğitimi ve dağıtımı için Ultralytics Platform gibi platformlar aracılığıyla, dronlar veya akıllı gözlükler kadar küçük donanımlarda gerçek zamanlı uzamsal hesaplamayı mümkün kılar.