Forskere fra AIRI Institute presenterte på en internasjonal vitenskapelig konferanse om virtuelle og
Dybdeanalyse er en av hovedoppgavenedatasynsapplikasjoner. For at roboten skal kunne navigere i rommet, og augmented reality-filteret legges over ønsket bilde, må systemet riktig estimere avstandene til hvert objekt i rammen.
Som regel bygges dybdekart på grunnlag avinformasjon som kommer fra spesielle sensorer. Den mest populære av disse er lidar. Denne enheten retter en lysstråle og måler tiden det tar før refleksjonen kommer tilbake. Ulemper med denne teknologien: begrenset rekkevidde og høy pris på sensorer. RGB-kameraer brukes også som et alternativ. Denne metoden brukes i utviklingen av ulike AR-applikasjoner for smarttelefoner.
Den nye teknologien kombinerte ulike tilnærminger tilløsning av problemet med dybdeestimering. Forskere har utviklet modeller som bruker global romlig informasjon til å lage de mest nøyaktige kartene. Den foreslåtte modellen kombinerer fordelene med transformatorer og konvolusjonelle nevrale nettverk. Forfatterne bemerker at modellen er selvlærende og ikke trenger data fra dybdesensorer.
Utviklerne rapporterte at den foreslåtte metodenbesto ytelsesevalueringen på uavhengige datasett og viste et av de beste resultatene i verden. Informasjon om modeller og metoder er lovet å bli offentlig tilgjengelig snart.
Les mer:
NASA avslørte opprinnelsen til Haumea - den mest mystiske planeten i solsystemet
Den "mørke materie" av genomet skjulte kreftbehandling: hva forskere fant der
Fem millioner år med død: hvorfor "den store døingen" tok så lang tid