Az AIRI Intézet tudósai egy nemzetközi tudományos konferencián a virtuális és
A mélységi elemzés az egyik fő feladatszámítógépes látás alkalmazások. Ahhoz, hogy a robot tudjon navigálni az űrben, és a kiterjesztett valóság szűrője rákerüljön a kívánt képre, a rendszernek helyesen kell megbecsülnie a távolságot a keretben lévő egyes objektumok között.
A mélységtérképek általában az alapján készülnekspeciális érzékelőktől származó információk. Ezek közül a legnépszerűbb a lidar. Ez az eszköz egy fénysugarat irányít, és méri a visszaverődéshez szükséges időt. Ennek a technológiának a hátrányai: korlátozott hatótávolság és az érzékelők magas költsége. Alternatív megoldásként RGB kamerákat is használnak. Ezt a módszert az okostelefonok különféle AR-alkalmazásainak fejlesztésében használják.
Az új technológia különböző megközelítéseket egyesítetta mélységbecslés problémájának megoldása. A kutatók olyan modelleket fejlesztettek ki, amelyek globális térinformációkat használnak a legpontosabb térképek elkészítéséhez. A javasolt modell a transzformátorok és a konvolúciós neurális hálózatok előnyeit egyesíti. A szerzők megjegyzik, hogy a modell öntanuló, és nincs szüksége mélységérzékelőktől származó adatokra.
A fejlesztők arról számoltak be, hogy a javasolt módszerátment a független adatkészleteken végzett teljesítményértékelésen, és a világ egyik legjobb eredményét mutatta. A modellekről és módszerekről szóló információk az ígéretek szerint hamarosan nyilvánosan is elérhetők lesznek.
Olvass tovább:
A NASA feltárta a Haumea eredetét - a Naprendszer legtitokzatosabb bolygóját
A genom "sötét anyaga" rákkezelést rejtett: amit a tudósok ott találtak
Ötmillió év halál: miért tartott valójában a „nagy haldoklás” olyan sokáig