Depth Estimation

Derinlik tahmini, nesnelerin bir kameradan olan mesafesini belirleyerek 2B görüntülere etkili bir şekilde üçüncü bir boyut ekleyen bilgisayarlı görü alanında kritik bir süreçtir. Bir görüntütteki her pikselin ne kadar uzakta olduğunu hesaplayan bu teknik, piksel yoğunluğunun mesafe ile karşılık geldiği bir temsil olan bir depth map oluşturur. Bu yetenek, insan binocular vision yeteneğini taklit ederek makinelerin uzaysal ilişkileri ve geometriyi algılamasını sağlar. Otonom sistemlerin güvenli bir şekilde gezinmesi, çevrelerini anlaması ve fiziksel nesnelerle etkileşim kurması için temel bir teknolojidir.

Temel Mekanizmalar ve Teknikler#

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

• Stereo Vision Systems: İnsan gözüne benzer şekilde, stereo vision yan yana yerleştirilmiş iki kamera kullanır. Algoritmalar, mesafeyi üçgenleştirmek için sol ve sağ görüntüler arasındaki küçük farkları, yani eşitsizliği analiz eder. Bu, her iki karedeki aynı noktaları belirlemek için doğru feature matching işlemine büyük ölçüde güvenir.
• Monocular Depth Estimation: Bu gelişmiş yöntem, tek bir görüntüden derinlik tahmin eder. Tek bir 2B fotoğraf doğal derinlik verisinden yoksun olduğundan, deep learning models perspektif, nesne boyutu ve örtüşme gibi görsel ipuçlarını tanımak için devasa veri setleri üzerinde eğitilir. convolutional neural networks (CNNs) gibi modern mimariler bu görevde üstündür ve standart kameralardan 3B yapı elde etmeyi mümkün kılar.
• LiDAR and Time-of-Flight (ToF): LiDAR (Light Detection and Ranging) ve Time-of-Flight cameras gibi aktif sensörler ışık darbeleri yayar ve bunların geri dönmesi için geçen süreyi ölçer. Bu yöntemler son derece doğru point clouds üretir ve genellikle makine öğrenimi modellerini eğitmek için yer doğruluk verisi toplamak amacıyla kullanılır.

Gerçek Dünya Uygulamaları#

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

• Autonomous Driving: Otonom araçlar, engelleri tespit etmek, diğer araçlara olan mesafeyi ölçmek ve karmaşık yol ağlarında güvenli bir şekilde gezinmek için derinlik tahminine güvenir. Yayaları ve bisikletlileri tanımlamak için 3D object detection ile ayrılmaz bir bütündür.
• Robotics and Automation: Robotlar, path planning ve nesne manipülasyonu gibi görevler için derinlik algısını kullanır. Örneğin, bir depo robotunun bir paketi çarpışmadan alabilmesi 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.

Kod Örneği: Monoküler Derinlik Tahmini#

Özelleşmiş derinlik modelleri mevcut olsa da, basit senaryolarda mesafe için bir vekil olarak nesne tespiti sınırlayıcı kutularını kullanarak uzaysal ilişkileri genellikle çıkarabilirsiniz (daha büyük kutular genellikle daha yakın nesneler anlamına gelir). Nesneleri tespit etmek için bir modeli ultralytics paketini kullanarak nasıl yükleyeceğiniz aşağıda açıklanmıştır; bu, birçok derinlik farkındalığına sahip boru hattındaki ilk adımdır.

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}")

Diğer Bilgisayarlı Görü Kavramlarıyla İlişkisi#

Derinlik tahminini ilgili terimlerden ayırmak önemlidir. object detection bir nesnenin 2B uzayda ne ve nerede olduğunu (bir sınırlayıcı kutu kullanarak) tanımlarken, derinlik tahmini onun ne kadar uzakta olduğunu (Z ekseni) tanımlar. Benzer şekilde, semantic segmentation pikselleri kategorilere ayırır (ör. yol, gökyüzü, araba), oysa derinlik tahmini aynı piksellere bir mesafe değeri atar.

Uzamsal Yapay Zekadaki Gelişmeler#

generative AI alanındaki son gelişmeler, 2B ve 3B görü arasındaki boşluğu doldurmaktadır. Neural Radiance Fields (NeRF) gibi teknikler, temel derinlik ilkelerine büyük ölçüde güvenerek karmaşık 3B sahneleri yeniden oluşturmak için birden çok 2B görüntü kullanır. Dahası, model optimization teknikleri geliştikçe, edge AI devices üzerinde son derece doğru derinlik tahmini çalıştırmak mümkün hale gelmektedir. Bu, modellerin verimli bir şekilde eğitilmesi ve dağıtılması için Ultralytics Platform gibi platformlar tarafından kolaylaştırılan dronlar veya akıllı gözlükler kadar küçük donanımlarda gerçek zamanlı uzaysal bilişimi etkinleştirir.