AI技術(shù),突破3D視覺技術(shù)的難點(diǎn)
時(shí)間：2022-03-18 16:48:02 | 來源：行業(yè)動(dòng)態(tài)
時(shí)間：2022-03-18 16:48:02 來源：行業(yè)動(dòng)態(tài)
3D感知硬件能夠提供距離、深度等數(shù)據(jù)信息,但我們要的并不是單純的數(shù)據(jù),而是基于這些數(shù)據(jù),通過不同的表達(dá)和理解方式,實(shí)現(xiàn)不同的應(yīng)用。比如對(duì)三維場(chǎng)景進(jìn)行數(shù)字化建模,或者繪制三維地圖,從而讓機(jī)器能夠?qū)崟r(shí)感知自己在所處空間中的位置,以便在運(yùn)動(dòng)時(shí)及時(shí)避開障礙物等。這需要根據(jù)深度信息生成深度圖像,并與RGB圖像,甚至是紅外圖像進(jìn)行融合并完成大量計(jì)算。
但是,通過硬件感知的信息生成的深度圖像,往往存在因硬件性能限制而產(chǎn)生的瑕疵,例如在細(xì)小或復(fù)雜交錯(cuò)的物體之間,出現(xiàn)深度信息估計(jì)錯(cuò)誤等問題。此外,精準(zhǔn)度、魯棒性、實(shí)時(shí)性、效率等都是決定實(shí)際應(yīng)用效果的關(guān)鍵。這都需要依靠額外的算法進(jìn)行實(shí)時(shí)處理予以彌補(bǔ)和增強(qiáng)。
在工業(yè)場(chǎng)景中,由于應(yīng)用相對(duì)單一,且3D感知硬件大多處于固定或平穩(wěn)狀態(tài),很多難題可以通過編寫特定算法加以解決。但在移動(dòng)終端上,不規(guī)則的抖動(dòng)、晃動(dòng)等情況帶來的難以預(yù)估的挑戰(zhàn),傳統(tǒng)算法難以突破。
2012年,AI在計(jì)算機(jī)視覺領(lǐng)域取得突破,給3D視覺技術(shù)發(fā)展也帶來了全新思路。AI可通過對(duì)大量實(shí)際數(shù)據(jù)進(jìn)行學(xué)習(xí),自行總結(jié)其中的規(guī)律和特征。這種方法可以在短時(shí)間內(nèi),完成傳統(tǒng)算法需要多年才能突破的問題,有效彌補(bǔ)硬件能力的不足。
更為重要的是,AI不僅能感知場(chǎng)景中的三維結(jié)構(gòu),還能識(shí)別出場(chǎng)景中的三維物體是什么,在做什么。例如檢測(cè)人、物體,識(shí)別人的姿態(tài),跟蹤物體的運(yùn)行軌跡這就進(jìn)一步敞開了機(jī)器認(rèn)知世界的新大門。
在我們看來,3D硬件的小型化,是3D視覺技術(shù)應(yīng)用場(chǎng)景拓展和創(chuàng)新的硬件基礎(chǔ),而AI技術(shù)則是真正的動(dòng)力引擎。兩者密不可分,可以說,AI 3D視覺技術(shù)拐點(diǎn)已至。
關(guān)鍵詞：技術(shù),難點(diǎn),突破
在線咨詢