Depth Estimation

Derinlik tahmini, bilgisayarlı görüde nesnelerin kameraya olan uzaklığını belirleyen ve 2B görüntülere etkili bir şekilde üçüncü bir boyut ekleyen kritik bir süreçtir. Görüntüdeki her pikselin ne kadar uzakta olduğunu hesaplayan bu teknik, piksel yoğunluğunun uzaklığa karşılık geldiği bir temsil olan derinlik haritası oluşturur. Bu yetenek, insan binoküler görüşünü taklit ederek makinelerin uzamsal ilişkileri ve geometrisini algılamasını sağlar. Otonom sistemlerin güvenli bir şekilde yön bulmasını, çevrelerini anlamasını ve fiziksel nesnelerle etkileşime girmesini sağlayan temel bir teknolojidir.

Temel Mekanizmalar ve Teknikler#

Donanım tabanlı çözümlerden yapay zekâ kullanan tamamen yazılım tabanlı yaklaşımlara kadar derinlik tahmini gerçekleştirmenin çeşitli yolları vardır.

• Stereo Görüş Sistemleri: İnsan gözlerine benzer şekilde stereo görüş, yan yana yerleştirilmiş iki kamera kullanır. Algoritmalar, uzaklığı üçgenleme yöntemiyle hesaplamak için sol ve sağ görüntüler arasındaki küçük farklılıkları veya paralaksı analiz eder. Bu yöntem, her iki karedeki aynı noktaları belirlemek için büyük ölçüde doğru özellik eşleştirmeye dayanır.
• Monoküler Derinlik Tahmini: Bu gelişmiş yöntem, derinliği tek bir görüntüden tahmin eder. Tek bir 2B fotoğraf doğası gereği derinlik verilerinden yoksun olduğundan, derin öğrenme modelleri perspektif, nesne boyutu ve örtülme gibi görsel ipuçlarını tanımak üzere geniş veri kümeleriyle eğitilir. Evrişimli sinir ağları (CNNs) gibi modern mimariler bu görevde üstün başarı göstererek standart kameralardan 3B yapının çıkarılmasını mümkün kılar.
• LiDAR ve Uçuş Süresi (ToF): LiDAR (Işık Algılama ve Menzil Ölçme) ve Uçuş Süresi kameraları gibi etkin sensörler ışık darbeleri yayar ve bunların geri dönmesinin ne kadar sürdüğünü ölçer. Bu yöntemler son derece hassas nokta bulutları oluşturur ve makine öğrenimi modellerini eğitmek için temel gerçek verilerini toplamak amacıyla sıklıkla kullanılır.

Gerçek Dünya Uygulamaları#

Uzaklığı ölçebilme yeteneği, uzamsal farkındalık gerektiren uygulamalara güç vererek birçok sektörde dönüştürücü bir etki yaratır.

• Otonom Sürüş: Sürücüsüz araçlar engelleri tespit etmek, diğer araçlara olan uzaklığı ölçmek ve karmaşık yol ağlarında güvenli bir şekilde ilerlemek için derinlik tahminine güvenir. Yayaları ve bisikletlileri belirlemeye yönelik 3B nesne tespiti için temel bir bileşendir.
• Robotik ve Otomasyon: Robotlar yol planlama ve nesne manipülasyonu gibi görevlerde derinlik algısını kullanır. Örneğin bir depo robotunun, bir paketi rafa çarpmadan alabilmesi için 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 3B geometrisini anlaması gerekir. Derinlik tahmini, sanal karakterlerin gerçek mobilyaların arkasında gizlenebilmesini sağlar; bu kavram örtülme işleme olarak bilinir.

Kod Örneği: Monoküler Derinlik Tahmini#

Özel derinlik modelleri mevcut olsa da basit senaryolarda, uzaklık için bir vekil olarak nesne tespitindeki sınırlayıcı kutuları kullanarak uzamsal ilişkileri çoğu zaman çıkarabilirsin (daha büyük kutular genellikle daha yakındaki nesneler anlamına gelir). Nesneleri tespit etmek için ultralytics paketini kullanarak bir modelin nasıl yükleneceği aşağıda gösterilmiştir; bu, derinlik farkındalığına sahip birçok işlem hattının ilk adımıdır.

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 ilişkili terimlerden ayırt etmek önemlidir. Nesne tespiti, 2B uzayda bir nesnenin ne olduğunu ve nerede bulunduğunu (sınırlayıcı kutu kullanarak) belirlerken derinlik tahmini nesnenin ne kadar uzakta olduğunu (Z ekseni) belirler. Benzer şekilde anlamsal segmentasyon, pikselleri kategorilere (ör. yol, gökyüzü, araba) sınıflandırırken derinlik tahmini aynı piksellere bir uzaklık değeri atar.

Uzamsal Yapay Zekâdaki Gelişmeler#

Üretken yapay zekâ alanındaki son gelişmeler, 2B ve 3B görü arasındaki boşluğu kapatıyor. Sinirsel Işıma Alanları (NeRF) gibi teknikler, karmaşık 3B sahneleri yeniden oluşturmak için birden fazla 2B görüntü kullanır ve büyük ölçüde temel derinlik ilkelerine dayanır. Ayrıca model optimizasyonu teknikleri geliştikçe, son derece hassas derinlik tahminini uç yapay zekâ cihazlarında çalıştırmak mümkün hâle geliyor. Bu, Ultralytics Platform gibi platformların verimli model eğitimi ve dağıtımı sağlamasıyla, dronlar veya akıllı gözlükler kadar küçük donanımlarda gerçek zamanlı uzamsal hesaplamayı mümkün kılıyor.